تحويل مصفوفة متعددة الأبعاد nD إلى مصفوفة أحادية الأبعاد 1D في Numpy؟

هناك الكثير من الطرق وأولها الدالة flatten وهذه الدالة تعيد نسخة من المصفوفة الأصلية:

import numpy as np
a = np.array([[1, 2, 3], [45, 4, 7], [9, 6, 10]])
a.flatten()
#array([ 1,  2,  3, 45,  4,  7,  9,  6, 10])

إذا كنت تتعامل مع ndarray كبيرة الحجم ، فقد يتسبب استخدام flatten في حدوث مشكلة في الأداء. يوصى بعدم استخدامه في هكذا حالات (كما أنه أبطأ كثيراً). ما لم تكن بحاجة إلى نسخة من البيانات للقيام بشيء آخر.... أيضاً يمكن استخدام الدالة ravel:

import numpy as np
a = np.array([[1, 2, 3], [45, 4, 7], [9, 6, 10]])
a.ravel()
#array([ 1,  2,  3, 45,  4,  7,  9,  6, 10])

أو من خلال الدالة reshape:

import numpy as np
a = np.array([[1, 2, 3], [45, 4, 7], [9, 6, 10]])
a.reshape(-1) # فقط نمرر لها -1
#array([ 1,  2,  3, 45,  4,  7,  9,  6, 10])

ينصح باستخدام reshape فهي توفر المرونة في إعادة تشكيل الحجم إضافةً إلى أنها هي و ravel سريعتين (بنفس الأداء تقريباً).
ويمكنك أيضاً استخدام flat لكن هنا لايعيد لك مصفوفة جديدة وإنما iterator (مكرر) على  مصفوفتك (ربما يفيدك):

import numpy as np
a = np.array([[1, 2, 3], [45, 4, 7], [9, 6, 10]])
arr=a.flat
for i in a.flat:
  print(i,end=" ")
#1 2 3 45 4 7 9 6 10 

يمكنك استخدام ravel أو flatten أو flat ولكن لكل دالة هدف حيث أن 

• ravel تقوم بإرجاع view من المصفوفة أي أنه عند التغيير في المصفوفة الجديدة تطبق التغييرات على المصفوفة القديمة 

  a = np.array([[1,2,3], [4,5,6]])
  
  b = a.ravel()
  
  b
  array([1, 2, 3, 4, 5, 6])

   

• بينما flatten تقوم بإرجاع نسخة أو copy من المصفوفة القديمة 

   c = a.flatten()

   

• إنما flat تقوم بإرجاع iterator وليس مصفوفة 

  d = a.flat