首先声明两者所要实现的功能是一致的（将多维数组降位一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。

1. 两者的功能

>>> 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])

两者默认均是行序优先

>>> 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. 两者的区别

>>> x = np.array([[1, 2], [3, 4]])

>>> x.flatten()[1] = 100

>>> x

array([[1, 2],

[3, 4]]) # flatten：返回的是拷贝

>>> x.ravel()[1] = 100

>>> x

array([[ 1, 100],

[ 3, 4]])

References

[1] What is the difference between flatten and ravel functions in numpy?

---------------------

https://blog.csdn.net/lanchunhui/article/details/50354978