圆月山庄资源网 Design By www.vgjia.com

代码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)

类似的代码之前应用过,简单看了一下numpy中的数组切片。

程序的执行结果如下:

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]

由此得出来的结论是:切片后的变量与原始的数据共享同一数据存储。而这种特点是专门针对大数据的处理而定制的。然而,在日常的使用中总有需要对数据进行拷贝的时候,此时需要的便是显式的数据复制操作。

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)

程序的执行结果如下:

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]

由上面的结果可以看出,通过切片后复制操作生成的新的数据对象的操作与原始的数据是独立的。新的数据对象的变化并不会影响到原始数据的信息。

以上这篇基于numpy中数组元素的切片复制方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
numpy,数组元素,切片复制

圆月山庄资源网 Design By www.vgjia.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
圆月山庄资源网 Design By www.vgjia.com