numpy數(shù)組不同索引方式有什么區(qū)別

這篇“numpy數(shù)組不同索引方式有什么區(qū)別”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來(lái)看看這篇“numpy數(shù)組不同索引方式有什么區(qū)別”文章吧。

numpy數(shù)組一般有三種索引方式：

基礎(chǔ)索引與切片

布爾索引

神奇索引

三種方法都可截取原數(shù)組中的部分?jǐn)?shù)據(jù)，但是使用的時(shí)候在本質(zhì)上卻有區(qū)別，尤其是在處理大量數(shù)據(jù)時(shí)，不弄清索引本質(zhì)，會(huì)導(dǎo)致最后預(yù)測(cè)結(jié)果不準(zhǔn)確。

基礎(chǔ)索引與切片

先上代碼：

import numpy as np

arr = np.arange(25).reshape(5,5)

arr

arr1 = arr[:3]

arr1

arr1[1] = -1

arr

大家可以從上面的結(jié)果中發(fā)現(xiàn)，將arr前3行賦值給arr1，然后將arr1的第2行的數(shù)值改為-1，最后arr也發(fā)生了改變。原因是在基礎(chǔ)索引中，返回的只是原數(shù)組的視圖，而不是復(fù)制原數(shù)組，任何對(duì)于視圖的修改，都會(huì)影響原數(shù)組。

解決方法，利用ndarray自帶方法copy()，復(fù)制原數(shù)組。

arr = np.arange(25).reshape(5,5)

arr

arr1 = arr.copy()

arr1[1]=-1

arr

布爾索引

先上代碼：

bool_ = [True,False,True,False,False]

arr1 = arr[bool_]

arr1

arr1[1]=-1

arr

可以發(fā)現(xiàn)，布爾索引并未出現(xiàn)類似問題，因?yàn)槔貌紶栔邓饕龝r(shí)，總是生成數(shù)據(jù)的拷貝，所以改變選擇數(shù)據(jù)，對(duì)原數(shù)組沒有影響。

神奇索引

index = [3,4,1,2]

arr1 = arr[index]

arr1

arr1[1]=-1

arr

神奇索引和布爾索引一樣，選擇數(shù)據(jù)的改變也不會(huì)影響原數(shù)組。

以上就是關(guān)于“numpy數(shù)組不同索引方式有什么區(qū)別”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。