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"
- Удаление знаков препинания в Python
- Работа с IP-адресами в Python
- Изменяемые и неизменяемые объекты
- Фильтрация данных в Python.
- Разделение функций на этапы
- split() — разделение строки
- Метод clear для коллекций
- JMESPath в Python
- Сглаживание списка
- Конкатенация строк в Python
- Получение срезов итераторов
- Функция product() из itertools
- Python enumerate() использование
- Проверка типов с использованием isinstance
- Управление мышью и клавиатурой с Pyautogui
- Обход элементов в Python
- Транспонирование матрицы в Python
- Генератор надежных паролей
- Область видимости переменных
- Логирование с Logzero
- Создание уникального проекта
- Оператор is в Python
- Цикл for с enumerate() в Python
- Enum в Python
- Создание виртуальной среды
- Lambda Functions in Python
- Преобразование символов в нижний регистр
- Лямбда-функции в Python
- Распаковка с оператором *
- Возвращение нескольких значений через кортеж или класс
- Функция map() и ленивая оценка
- Переопределение метода xor в Python
- Создание виртуальной среды
- Оператор is в Python
- Создание уникального множества
- Удаление первого элемента списка
- Получение текущего времени в Python
- Создание таблиц в Python с PrettyTable
- Потоковый ввод в Python
- Howdoi — получение ответов из терминала
- Функции высшего порядка в Python
- Отступы в Python
- Возврат значений из генератора
- Запуск Python из интерпретатора















