携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第21天，点击查看活动详情

python中Numpy库的ravel()函数解说和应用

1.说明

python 中的 ravel() 函数将数组多维度拉成一维数组。

ravel 英文译为散开，解开； flatten 英文译为变平。 两者的区别在于返回拷贝（copy）还是返回视图（view）， numpy.ravel() 返回的是视图，会影响原始矩阵；numpy.flatten() 返回的是拷贝，对拷贝所做的修改不会影响原始矩阵。

2.应用

例如归一化图片信息统计

for img_list in [img_list_1440, img_list_576]:
    imgs = np.concatenate(img_list, axis=-1)
    imgs = imgs.astype(np.float32) / 255.
    for i in tqdm(range(3)):
        pixels = imgs[:, :, i, :].ravel()
        means[i] += float(np.mean(pixels))
        stdevs[i] += float(np.std(pixels))
​
# mean=[0.46157165, 0.46698335, 0.46580717]
# std=[0.28069802, 0.28096266, 0.28323689])

归一化需要的mean和std得到后，即可方便后续使用，例如数据集定义阶段归一化：

# 准备数据集
import paddlex as pdx
from paddlex import transforms as T


train_transforms = T.Compose([
    T.MixupImage(mixup_epoch=-1), 
    T.RandomDistort(),
    T.RandomExpand(im_padding_value=[123.675, 116.28, 103.53]), 
    T.RandomCrop(),
    T.RandomHorizontalFlip(), 
    T.BatchRandomResize(
        target_sizes=[320, 352, 384, 416, 448, 480, 512, 544, 576, 608],
        interp="RANDOM"), 
    T.Normalize(
        mean=[0.46157165, 0.46698335, 0.46580717], std=[0.28069802, 0.28096266, 0.28323689])
])

eval_transforms = T.Compose([
    T.Resize(
        target_size=608, interp="CUBIC"), 
    T.Normalize(
        mean=[0.46157165, 0.46698335, 0.46580717], std=[0.28069802, 0.28096266, 0.28323689])