首先宣告兩者所要實現的功能是一致的（將多維陣列降位一維），兩者的區別在於返回拷貝（copy）還是返回檢視（view），numpy.flatten()返回一份拷貝，對拷貝所做的修改不會影響（reflects）原始矩陣，而numpy.ravel()返回的是檢視（view，也頗有幾分C/C++引用reference的意味），會影響（reflects）原始矩陣。

1.兩者的功能

>>> x = np.array([[1, 2], [3, 4]])
>>> x
array([[1, 2],
       [3, 4]])
>>> x.
 
flatten()
array([1, 2, 3, 4])
>>> x.ravel()
array([1, 2, 3, 4])
                    兩者預設均是行序優先
>>> x.flatten('F')
array([1, 3, 2, 4])
>>> x.ravel('F')
array([1, 3, 2, 4])

>>> x.reshape(-1)
array([1, 2, 3, 4])
>>> x.T.reshape(-1)
array([1, 3, 2, 4])

2.兩者的區別

>>> x = np.array([[1, 2], [3, 4]])
>>> x.flatten()[1] = 100
>>> x
array([[1, 2],
       [3, 4]])            # flatten：返回的是拷貝
>>> x.ravel()[1] = 100
>>> x
array([[  1, 100],
       [  3,   4]])

本篇文章轉載自：https://blog.csdn.net/lanchunhui/article/details/50354978