فهم الفرق بين وظائف numpy flatten و ravel ومع ذلك ، ينشأ سؤال: لماذا يكون لديك وظيفتان متميزتان يؤديان نفس المهمة؟ y = np.array (((1،2،3) ، (4،5،6) ، (7،8،9)))) طباعة (y.flatten ()) [1 2 3 4 5 6 7 8 9] طباعة (Y.Ravel ()) [1 2 3 4 5 6 7 8 9]

يقوم Flatten دائمًا بإنشاء نسخة من المصفوفة الأصلية ، بينما يقوم Ravel بإنشاء عرض للمصفوفة الأصلية كلما كان ذلك ممكنًا.

فوائد ravel

غالبًا ما يكون Ravel أسرع من Flatten لأنه لا يحتاج إلى تخصيص ذاكرة جديدة. بالإضافة إلى ذلك ، إذا قمت بتعديل الصفيف الذي تم إرجاعه بواسطة Ravel ، تنعكس التغييرات في الصفيف الأصلي. يمكن أن يكون هذا مفيدًا في بعض المواقف. إذا كان لا يمكن تقديم الصفيف الذي تم إرجاعه كعرض للمجموعة الأصلية ، فسيقوم Ravel بإنشاء نسخة. بالإضافة إلى ذلك ، يمكن أن يسبب تعديل الصفيف الذي تم إرجاعه بواسطة Ravel آثارًا جانبية غير متوقعة في الصفيف الأصلي. يعيد Flatten دائمًا نسخة ، بينما يقوم Ravel بإرجاع عرض كلما كان ذلك ممكنًا. من الضروري فهم الاختلافات في السلوك لتحديد الوظيفة المناسبة لاحتياجاتك المحددة.