Курс Python → Работа с массивами в Numpy
Библиотека Numpy предоставляет возможность работать с массивами данных, и при этом важно понимать разницу между копиями и представлениями. Когда мы присваиваем массив переменной, мы передаем не сам массив, а ссылку на него. Это означает, что изменения в новой переменной могут повлиять на исходный массив. Такая же ситуация возникает и при работе с массивами в Numpy.
Чтобы избежать нежелательных изменений в исходных данных, в Numpy существует два подхода: представление и глубокое копирование. Представление — это поверхностное копирование, которое позволяет изменять форму массива без изменения данных. Однако, при изменении данных в представлении, данные в исходном массиве также изменятся. Представление можно получить, например, через срез массива.
Глубокое копирование, в свою очередь, создает полностью новый объект, который не связан с исходным массивом. Новый массив хранится в отдельной ячейке памяти и изменения в нем не затронут исходный массив. Этот подход подходит в случаях, когда требуется полная независимость нового массива от исходного.
# Примеры кода на Python с использованием Numpy
import numpy as np
# Создание исходного массива
arr = np.array([1, 2, 3, 4, 5])
# Представление массива через срез
view_arr = arr[1:4]
# Изменение данных в представлении
view_arr[0] = 10
# Вывод измененного представления и исходного массива
print("Измененное представление:", view_arr)
print("Исходный массив:", arr)
# Глубокое копирование массива
deep_copy_arr = arr.copy()
# Изменение данных в глубокой копии
deep_copy_arr[0] = 100
# Вывод измененной глубокой копии и исходного массива
print("Измененная глубокая копия:", deep_copy_arr)
print("Исходный массив:", arr)В данном примере мы создаем массив с помощью Numpy, затем создаем представление массива через срез и изменяем данные в этом представлении. После этого мы создаем глубокую копию массива и также изменяем данные в ней. Вывод на экран показывает, что изменения в представлении влияют на исходный массив, в то время как изменения в глубокой копии не затрагивают исходный массив.
Другие уроки курса "Python"
- Условное добавление элементов в список
- Приоритет операций в Python
- Работа с модулем glob в Python
- Создание спинбокса в tkinter
- Официальный канал Python в Telegram
- Подсчет элементов в Python
- Мониторинг памяти с Pympler
- Проверка условий в Python
- Красивый вывод списка
- Группы исключений в Python
- Отображение HTML кода в Python
- Генераторы в Python
- Метод __index__ в Python
- Импорт классов из другого файла
- Основы работы с базами данных в Python
- Работа с Requests для HTTP-запросов
- Переменная с нижним подчеркиванием
- Работа с кортежами
- Отладчик pdb: начало работы
- Оболочка Python
- Combobox в Tkinter
- Оператор space-invader
- Создание и обучение модели с Keras
- Описание скриптов в README
- Синтаксис переменных цикла в Python
- Игра Виселица на Python
- Метод remove() для удаления элемента из списка
- Объединение строк с помощью метода join
- Оператор «моржа» (Walrus Operator)
- Проверка типов с использованием isinstance
- Отслеживание прогресса с tqdm
- Получение списка кортежей из словаря
- Ветвление выражения в Python
- Объединение словарей в Python 3.5+
- Вывод сложных структур данных с помощью pprint
- Функция reversed() в Python
- Обновление данных через PUT запрос
- Метод rmatmul для пользовательских матриц
- Сравнение объектов в Python
- Enum в Python
- Изменения в обработке логических значений
- Добавление элементов в список
- Работа с прокси в Python
- Использование функции product
- Проверка дублей в списке.
- Метод rmatmul для обратного матричного умножения
