块矩阵到数组

我正在使用numpy。我有一个具有1列和N行的矩阵，并且我想从中获得具有N个元素的数组。

例如，如果我有M = matrix([[1], [2], [3], [4]])，我想得到A = array([1,2,3,4])。

为此，我使用A = np.array(M.T)[0]。有谁知道一种更优雅的方式来获得相同的结果？

谢谢！

如果您想让内容更具可读性，可以执行以下操作：

A = np.squeeze(np.asarray(M))

同样，您也可以执行以下操作：A = np.asarray(M).reshape(-1)，但是它不太容易阅读。

result = M.A1

https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.matrix.A1.html

matrix.A1
1-d base array

A, = np.array(M.T)

我想，这取决于您所说的优雅的意思，但这就是我会做的

您可以尝试以下变体：

result=np.array(M).flatten()

np.array(M).ravel()

如果您在乎速度；但是，如果您关心内存：

np.asarray(M).ravel()

或者您可以尝试避免与

A = M.view(np.ndarray)
A.shape = -1

第一， Mv = numpy.asarray(M.T)您会得到一个4x1但2D的数组。

然后，执行A = Mv[0,:]，这将为您提供所需的内容。您可以将它们放在一起，如numpy.asarray(M.T)[0,:]。

这会将矩阵转换为数组

A = np.ravel(M).T

numpy的ravel（）和flatten（）函数是我将在此处尝试的两种技术。我想补充一下Joe，Siraj，bubble和Kevad的帖子。

拉威尔：

A = M.ravel()
print A, A.shape
>>> [1 2 3 4] (4,)

展平：

M = np.array([[1], [2], [3], [4]])
A = M.flatten()
print A, A.shape
>>> [1 2 3 4] (4,)

numpy.ravel()更快，因为它是库级别的函数，不会复制任何数组。但是，如果使用，则数组A中的任何更改都会将其自身带到原始数组M中numpy.ravel()。

numpy.flatten()比慢numpy.ravel()。但是，如果你使用的是numpy.flatten()创建一个，然后改变了一个将不会延续到原来的列M。

numpy.squeeze()并且M.reshape(-1)比numpy.flatten()和慢numpy.ravel()。

%timeit M.ravel()
>>> 1000000 loops, best of 3: 309 ns per loop

%timeit M.flatten()
>>> 1000000 loops, best of 3: 650 ns per loop

%timeit M.reshape(-1)
>>> 1000000 loops, best of 3: 755 ns per loop

%timeit np.squeeze(M)
>>> 1000000 loops, best of 3: 886 ns per loop