python 多维数组转1维数组

### Python中将多维数组转换为一维数组

在Python中，`numpy`库提供了多种方法来将多维数组转换为一维数组。以下是几种常用的方法：

#### 使用 `reshape`

可以通过指定目标形状参数 `-1` 来自动计算所需的尺寸大小，从而实现降维操作。

import numpy as np

a1 = [[1, 2, 3, 4], [4, 5, 6, 7]]
array_a1 = np.array(a1)

f1_reshaped = array_a1.reshape(-1)
print(f"Using reshape to convert multi-dimensional array into one dimension:\n{f1_reshaped}")

这种方法简单直观，但是需要注意的是它返回一个新的副本对象而不是视图[^1]。

#### 使用 `flatten`

该函数会创建原数组的一个深拷贝并将其压平为一维形式，默认按照行优先顺序排列元素（C风格），也可以通过设置参数改变遍历方式。

flattened_array_c_order = array_a1.flatten()
print(f"Flatten with C order (row-major):\n{flattened_array_c_order}")

flattened_array_fortran_order = array_a1.flatten('F')
print(f"Flatten with Fortran order (column-major):\n{flattened_array_fortran_order}")

此方法同样会产生新的内存分配用于存储结果数据[^3]。

#### 使用 `ravel`

与`flatten`相似之处在于两者都能把一个多维度矩阵压缩成单一向量；不同点则体现在于当输入是一个已经平坦化的ndarray时，`ravel()`不会复制任何东西而是直接给出原始指针指向的数据结构作为输出——即返回一个基于相同底层数组的视图而非独立的对象。

raveled_array = array_a1.ravel()
print(f"Ravel output which may share memory with original array:\n{raveled_array}")

对于大多数应用场景来说，这三种手段都可以满足需求，但在性能敏感的情况下应当考虑它们之间的细微差别以及是否有必要保留原有数据不变等问题[^4]。