J'aplatis souvent le ndarray de numpy, mais comprenons l'ordre dans lequel les données sont organisées.
Créez un ndarray de (3, 3, 3). Les valeurs reçoivent des numéros de série afin que vous puissiez voir quelle valeur est affectée à quelle position.
import numpy as np
x = np.array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]],
[[ 9, 10, 11], [12, 13, 14], [15, 16, 17]],
[[18, 19, 20], [21, 22, 23], [24, 25, 26]],])
print(x.shape)
out
(3, 3, 3)
Si vous np.flatten () ceci, voyons comment il est arrangé dans une dimension.
x.flatten()
Il s'avère que les nids les plus profonds sont pris dans l'ordre et disposés dans une dimension! C'est relativement intuitif.
out
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23, 24, 25, 26])
C’est court, mais c’est tout!