Convertir un array en un array en NumPy

1. Utilice la función numpy.flatten() para convertir un array en un array en NumPy
2. Utilice la función numpy.ravel() para convertir un array en un array en NumPy
3. Utilice la función numpy.reshape() para convertir un array en un array en NumPy

NumPy tiene muchas funciones y clases disponibles para realizar diferentes operaciones en matrices.

En este tutorial, aprenderemos cómo convertir un array en un array en NumPy.

Utilice la función numpy.flatten() para convertir un array en un array en NumPy

El flatten() toma un array N-dimensional y la convierte en un array de una sola dimensión.

Funciona solo con objetos ndarray.

Puede convertir un array en un array como se muestra a continuación.

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.flatten())

Producción :

[1 2 3 4 5 6 7 8 9]

Tenga en cuenta que si trabajamos con un objeto de tipo matriz, tenemos que usar la función asarray() para convertirlo en un array y luego usar la función flatten(). Se puede hacer con todos los métodos.

Por ejemplo,

import numpy as np

arr = np.matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
arr_d = (np.asarray(arr)).flatten()
print(arr_d)

Producción :

[1 2 3 4 5 6 7 8 9]

Utilice la función numpy.ravel() para convertir un array en un array en NumPy

La función ravel() funciona exactamente como la función flatten() con algunas diferencias notables. Ambos se utilizan para transformar matrices N-dimensionales en matrices unidimensionales.

Sin embargo, la función ravel() es una función de biblioteca y también puede trabajar en objetos como una lista de arrays. flatten() devuelve una copia del original, mientras que ravel() siempre devuelve una vista del original siempre que sea posible.

En el siguiente código, usaremos esta función para convertir un array.

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.ravel())

Producción :

[1 2 3 4 5 6 7 8 9]

Utilice la función numpy.reshape() para convertir un array en un array en NumPy

El reshape() modificó la forma general del array sin alterar su contenido. Si asignamos la nueva forma de un array como -1, obtenemos un array unidimensional.

Por ejemplo,

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr.reshape(-1))

Producción :

[1 2 3 4 5 6 7 8 9]