こんにちは。
昨日の記事はイマイチだったのでもっと分解して、理解を深めたいと思います。
今日はflatten関数とravel関数の違いです。
どっちも配列を一元化する為の関数です。
基本的にはflatten関数を使うようですが、ravel関数の方が処理が速い場合もあるようです。
では、それぞれ見ていきましょう。
flattenについて
まず初めtにflattenのAPI
numpy.ndarray.flatten(order = ‘C’)
パラメーターとしてorderを持つが、今回の内容にはあまり関係ないので詳細は伏せます。
もし、気になる人はflattenを見てください。
例文を見て見ましょう。
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
a = np.reshape((2, 5))
b[4] = 251
b = a.flatten()
print('a : ', a)
print('b : ', b)
a : [[ 1 2 3 4 5]
[ 6 7 8 9 10]]
b : [ 1 2 3 4 251 6 7 8 9 10]
表示する前にbのindex＝５の所に251という素数を入れても、オリジナルの**"a"は変わっていません。**
なぜ素数かって？美しいから。
笑
話を戻すと、a.flatten()の所で"a"はコピーされてbに渡されているわけですね。
では、ravelはどうでしょうか？
ravelについて
まず初めにravelのAPI
numpy.ravel(a, order=’C’)
もしくは、
numpy.ndarray.ravel(order=’C’)
まず一つ目の違いとして、ravelの場合は１次元配列にしたい配列をパラメータとして持つことができます。
もう一つ違いがあります。
一旦、以下のコードを見ていきましょう。
サンプルコード
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]).reshape((2, 5))
# b = np.ravel(a)とも書ける。
b = a.ravel()
b[4] = 251
print('a : ', a, end='\n\n')
print('b : ', b)
a : [[ 1 2 3 4 251]
[ 6 7 8 9 10]]
b : [ 1 2 3 4 251 6 7 8 9 10]
なんと！！！！
違いが明確になりましたね。
ravelの場合はbにaの参照を渡しているわけですね。
結局違いは？
flatten() : コピーを渡す。
ravel() : 参照を渡す。そして書き方が二つある。
どっちが良いの？
それは時と場合によります。
速い方はravel
けど、１次元配列に変える前のデータも使いたいならflattenという所でしょう。
どっちも知っておくことで、処理が何倍にも早くなるかもしれません。
ありがとうございました！