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])
     
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9
    
10
    
11
    
12
    
13
    
14
    
15
    
16
    
17
    
18
   
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9
    
10
    
11
    
12
    
13
    
14
    
15
    
16
    
17
    
18
   
   

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]])
    
   

    
1
    
2
    
3
    
4
    
5
    
6
    
7
    
8
    
9