AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

NumPy 教程 之 NumPy 副本和视图 1

2024-09-06 20
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： NumPy副本和视图是处理数据时的重要概念。副本是对原始数据的完全拷贝，修改副本不会影响原始数据；而视图则是原始数据的引用，修改视图会影响原始数据。视图通常通过切片操作或`view()`函数生成，副本则通过`copy()`函数创建。简单赋值不会生成副本，而是共享原始数据。

NumPy 教程 之 NumPy 副本和视图 1

NumPy 副本和视图

副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。

视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。

视图一般发生在：

1、numpy 的切片操作返回原数据的视图。
2、调用 ndarray 的 view() 函数产生一个视图。

副本一般发生在：

Python 序列的切片操作，调用deepCopy()函数。
调用 ndarray 的 copy() 函数产生一个副本。

无复制

简单的赋值不会创建数组对象的副本。 相反，它使用原始数组的相同id()来访问它。 id()返回 Python 对象的通用标识符，类似于 C 中的指针。

此外，一个数组的任何变化都反映在另一个数组上。 例如，一个数组的形状改变也会改变另一个数组的形状。

文章标签：
Python
张志凌
目录
相关文章
张志凌
|
11天前
|
Python
NumPy 教程 之 NumPy 副本和视图 4
副本是数据的完整拷贝，修改副本不会影响原始数据；而视图则是数据的别名，对视图的修改会影响原始数据。通常，NumPy的切片操作和`ndarray.view()`函数会产生视图，而Python序列的切片操作、`deepCopy()`函数以及`ndarray.copy()`函数则会产生副本。示例展示了如何通过切片创建视图，并且修改视图会影响原数组。变量`a`和`b`都是数组`arr`的一部分视图，尽管它们有不同的ID，但对视图的修改会直接影响原数据。
张志凌
26 3
张志凌
|
13天前
|
Python
NumPy 教程 之 NumPy 副本和视图 1
NumPy 副本和视图教程介绍：副本是对原始数据的完全拷贝，修改副本不会影响原始数据；而视图则是原始数据的引用，修改视图会影响原始数据。视图通常通过切片操作或 `ndarray.view()` 方法获得，副本则通过 `ndarray.copy()` 或 `deepCopy()` 函数生成。简单赋值不创建副本，而是共享原始数据。
张志凌
26 9
张志凌
|
12天前
|
Python
NumPy 教程 之 NumPy 副本和视图 2
副本是数据的完全拷贝，对副本所做的任何更改都不会影响原始数据。而视图则是对原始数据的引用，对视图的任何操作都会影响到原始数据。视图通常通过切片操作或`ndarray.view()`函数生成；副本则通过Python序列切片操作、`deepCopy()`函数或`ndarray.copy()`函数生成。简单赋值不会创建新副本，而是共享原始数据。示例展示了简单赋值如何导致两个数组共享同一内存，更改其中一个数组的形状会影响另一个。
张志凌
27 7
张志凌
|
12天前
|
Python
NumPy 教程 之 NumPy 副本和视图 3
副本是对原始数据的完全拷贝，修改副本不影响原始数据；而视图则是原始数据的别名，修改视图会影响原始数据。视图通常在切片操作或使用`view()`函数时产生，副本则在使用`copy()`函数或Python序列切片操作及`deepCopy()`函数时生成。示例展示了如何使用`view()`创建数组视图，并说明了其对原始数组形状的影响。
张志凌
26 6
张志凌
|
11天前
|
Python
NumPy 教程 之 NumPy 副本和视图 5
NumPy副本和视图教程介绍副本与视图的区别：副本是对原始数据的完全拷贝，修改副本不会影响原始数据；而视图则是对原始数据的引用，修改视图会影响原始数据。视图通常在切片操作或使用`view()`函数时产生；副本则在序列切片操作、调用`deepCopy()`或使用`copy()`函数时生成。示例展示了使用`copy()`函数创建副本，并验证了修改副本不会改变原始数据。
张志凌
30 4
张志凌
|
1月前
|
索引 Python
NumPy 教程 之 NumPy 高级索引 6
NumPy高级索引包括 using 整数数组、布尔数组等来 access 数组元素, enabling 复杂的操作和 modifications. **布尔索引** uses 布尔数组 to index 目标数组, filtering 元素 based on 条件.
张志凌
14 2
张志凌
|
2月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 8
**NumPy创建数组：使用`zeros_like`创建与原数组形状相同的零数组。`zeros_like(a, dtype=None, order='K', subok=True, shape=None)`基于给定数组`a`的形状，生成所有元素为0的新数组。参数可定制数据类型、存储顺序和形状。实例：创建一个3x3的零矩阵。**
张志凌
34 7
张志凌
|
2月前
|
Python
NumPy 教程 之 NumPy 创建数组 6
`NumPy`教程中介绍如何用`numpy.ones`创建数组：生成指定形状的全1数组。例如，`np.ones(5)`产生一维浮点数数组，`np.ones([2,2], dtype=int)`则创建二维整数数组。输出： ``` [1. 1. 1. 1. 1.] [[1 1] [1 1]] ``` 形状、数据类型（默认`None`为浮点型）和内存排列顺序（默认'C'）可自定义。
张志凌
25 3
张志凌
|
2月前
|
Python
NumPy 教程 之 NumPy 创建数组 5
`NumPy`教程：使用`numpy.ones`创建全1数组，形如`numpy.ones(shape, dtype=None, order='C')`，参数`shape`定义数组形状，`dtype`指定数据类型，默认无类型，`order`设定内存布局，默认'C'（行优先）。
张志凌
23 4
张志凌
|
2月前
|
存储 Python
NumPy 教程 之 NumPy 创建数组 9
NumPy教程：`numpy.ones_like`创建与给定数组形状相同的全1数组；`numpy.ones`则直接指定形状。区别在于`ones`需提供形状，`ones_like`借用已知数组形状。参数包括数组`a`(形状源)，`dtype`(数据类型)，`order`(内存顺序)，`subok`(返回子类与否)，和可选的`shape`。
张志凌
17 1