numpy中的浅复制和深复制的详细用法(3)

简介: numpy中的浅复制和深复制的详细用法(3)


a = np.arange(12)

a

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

b = a

b is a

True

b.shape = 3,4

b

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

a

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

视图:就是制造了一个原数组的在numpy中定义为view的东西,新视图的base是原数组,区别在于新视图可以和原数组有不同的shape,但当视图的值改变,原数组的值也会发生改变。需要注意的是数组的切片其实就是生成视图的过程。如c = a[:],其实就是生成了和a形状相同的a的view(完全切片)。

‘’’

学习中遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025

寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!

‘’’

a

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

c = a.view

c is a

False

c.base is a

True

c.shape = 12

c[0] = 520

a

array([[520, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]])

(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。


相关文章
|
7月前
|
存储 索引 Python
一文掌握python数组numpy的全部用法(零基础学python(二))
一文掌握python数组numpy的全部用法(零基础学python(二))
|
2月前
|
Python
Numpy学习笔记(一):array()、range()、arange()用法
这篇文章是关于NumPy库中array()、range()和arange()函数的用法和区别的介绍。
60 6
Numpy学习笔记(一):array()、range()、arange()用法
|
7月前
|
vr&ar Python
轻松掌握Numpy日常用法,体验Numpy之快(二)
轻松掌握Numpy日常用法,体验Numpy之快(二)
|
7月前
|
存储 机器学习/深度学习 并行计算
轻松掌握Numpy日常用法,体验Numpy之快(一)
轻松掌握Numpy日常用法,体验Numpy之快(一)
|
7月前
|
Python
关于Python的Numpy库reshape()函数的用法
1.介绍 更改数组的形状,不改变原数组 2.语法 a = np.reshape(mat, newshape, order = ‘C’) a : newshape形状的新数组 mat : 原数组
185 0
|
Python
【Numpy】flatnonzero函数的用法
【Numpy】flatnonzero函数的用法
107 0
|
机器学习/深度学习 数据挖掘 索引
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(上)
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(上)
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(上)
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(中)
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(中)
Numpy用法详细总结:学习numpy如何使用,看这一篇文章就足够了(中)
|
Python
【numpy】random.RandomState()函数用法详解
【numpy】random.RandomState()函数用法详解
【numpy】random.RandomState()函数用法详解
|
索引
numpy.where() 用法详解
numpy.where (condition[, x, y])numpy.where() 有两种用法: 1. np.where(condition, x, y) 满足条件(condition),输出x,不满足输出y。
4864 0