numpy.ndarray.flat/flatten 与 Spark 下的 flatMap
来源:互联网 发布:mh370调查终结篇 知乎 编辑:程序博客网 时间:2024/06/05 16:19
numpy.ndarray.flat/flatten
flat:使平坦,在编程上就对应着二维变一维。
(1)numpy.ndarray.flat 和 numpy,ndarray.T 一样不是函数调用,因此不可以跟函数调用操作符(也即一对小括号),因此也不可以指定平坦化的参数,比如按行平坦还是按列平坦,其默认的 flat 的动作是逐行(row-major)进行的。
>>> import numpy as np>>> X = np.random.randint(0, 5, (2, 3))array([[3, 0, 2], [1, 2, 2]])>>> x = X.flat>>> x<numpy.flatiter object at 0x9e82278> # 不直接返回一维数组 # 但可直接索引>>> x[0]>>> x[3]1>>> np.array(x)array([3, 0, 2, 1, 2, 2])
(2)numpy.ndarray.flatten() 是函数调用,可以指定平坦化的参数。
ndarray.flatten(order='C')
可选参数,order:
- (1)’C’:C-style,行序优先
- (2)’F’:Fortran-style,列序优先
- (3)’A’:保持
- (4)默认为’C’
Spark 下的 flatMap
Spark 下的 flatMap 就类似于 numpyt 对多维数组的 flat,也即按行序进行扁平化;
Spark 中 map函数会对每一条输入进行指定的操作,然后为每一条输入返回一个对象;
而flatMap函数则是两个操作的集合——正是“先映射后扁平化”:
操作1:同map函数一样:对每一条输入进行指定的操作,然后为每一条输入返回一个对象
操作2:最后将所有对象合并为一个对象
0 0
- numpy.ndarray.flat/flatten 与 Spark 下的 flatMap
- numpy.ndarray.flatten
- numpy.ndarray.flatten
- numpy: np.ndarray.flatten
- MxNet与numpy 的ndarray区别
- numpy.flatten() 与 numpy.ravel()的区别
- NumPy与ndarray简介
- numpy ndarray 与 array
- Numpy的ndarray简介
- Numpy的ndarray
- Python:numPy 的 ndarray
- 什么是Numpy的ndarray
- numpy下的flatten()函数用法
- Spark 中 map 与 flatMap 的区别
- Spark 中 map 与 flatMap 的区别
- Spark 中 map 与 flatMap 的区别
- [spark]map 与 flatMap 的区别
- Spark之中map与flatMap的区别
- 使用Activity用作弹出式对话框-----对话框不仅仅是Dialog,PopupWindow-----防微信对话框效果
- andoid系统截屏功能总结
- reactJS入门
- Commons之DbUtils
- ListViewAutoScrollHelper
- numpy.ndarray.flat/flatten 与 Spark 下的 flatMap
- 关于抓DUMP的一些链接
- 贪心算法总结
- Matlab 默认配置汇总(不断更新。。。)
- Ajax请求中get与post的区别
- 悲观锁 和 乐观锁
- Android接口安全 - RSA+AES混合加密方案
- DeepID1 DeepID2 DeepID2+ DeepID3
- xshell 连接到虚拟机