numpy.ma.ravel¶

numpy.ma.ravel(self, order='C') = <numpy.ma.core._frommethod instance>¶

作为视图返回self的1D版本。

参数：	订单：{'C'，'F'，'A'，'K'}，可选使用此索引顺序读取a的元素。'C'意味着以C样顺序索引元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着以类似Fortran的索引顺序索引元素，第一个索引变化最快，最后一个索引变化最慢。请注意，'C'和'F'选项不考虑底层数组的内存布局，只涉及轴索引的顺序。'A'意味着在内存中m是Fortran 连续时，以类似Fortran的顺序读取元素，否则类似C的顺序。'K'意味着按照它们在存储器中出现的顺序读取元素，除非当步幅为负时反转数据。默认情况下，将使用“C”索引顺序。
返回：	MaskedArray 输出视图的形状为`(self.size,)`（或`(np.ma.product(self.shape),)`）。

参数：

订单：{'C'，'F'，'A'，'K'}，可选

使用此索引顺序读取a的元素。'C'意味着以C样顺序索引元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。'F'意味着以类似Fortran的索引顺序索引元素，第一个索引变化最快，最后一个索引变化最慢。请注意，'C'和'F'选项不考虑底层数组的内存布局，只涉及轴索引的顺序。'A'意味着在内存中m是Fortran 连续时，以类似Fortran的顺序读取元素，否则类似C的顺序。'K'意味着按照它们在存储器中出现的顺序读取元素，除非当步幅为负时反转数据。默认情况下，将使用“C”索引顺序。

MaskedArray

输出视图的形状为(self.size,)（或(np.ma.product(self.shape),)）。

例子

>>> x = np.ma.array([[1,2,3],[4,5,6],[7,8,9]], mask=[0] + [1,0]*4)
>>> print(x)
[[1 -- 3]
 [-- 5 --]
 [7 -- 9]]
>>> print(x.ravel())
[1 -- 3 -- 5 -- 7 -- 9]