您好,登錄后才能下訂單哦!
代碼1:
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5] print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
類似的代碼之前應(yīng)用過,簡單看了一下numpy中的數(shù)組切片。
程序的執(zhí)行結(jié)果如下:
In [2]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [ 0 1 2 123 4 5 6 7 8 9]
由此得出來的結(jié)論是:切片后的變量與原始的數(shù)據(jù)共享同一數(shù)據(jù)存儲。而這種特點(diǎn)是專門針對大數(shù)據(jù)的處理而定制的。然而,在日常的使用中總有需要對數(shù)據(jù)進(jìn)行拷貝的時候,此時需要的便是顯式的數(shù)據(jù)復(fù)制操作。
程序修改如下:
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5].copy() print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
程序的執(zhí)行結(jié)果如下:
In [3]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [0 1 2 3 4 5 6 7 8 9]
由上面的結(jié)果可以看出,通過切片后復(fù)制操作生成的新的數(shù)據(jù)對象的操作與原始的數(shù)據(jù)是獨(dú)立的。新的數(shù)據(jù)對象的變化并不會影響到原始數(shù)據(jù)的信息。
以上這篇基于numpy中數(shù)組元素的切片復(fù)制方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。