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"
- Конкатенация строк в Python
- Список переменных в Python
- Перевернуть список в Python
- Функция rsplit() в Python
- Определение размера папок в Python
- Управление памятью в Python
- Методы работы со строками в Python
- Работа с типами данных в Python с помощью pydantic.
- Python Поверхностное Копирование
- Оператор in для проверки наличия элемента
- Функции map, filter, reduce
- Работа с исключениями в Python
- Извлечение аудио из видео
- Передача аргументов в Python
- Использование метода lower()
- Добавление вложенных списков
- Переворот строки
- split() — разделение строки
- Удаление дубликатов из списка с помощью dict.fromkeys
- Инициализация переменных
- Курсы Яндекс Практикум
- Создание namedtuple из словаря
- Определение индекса элемента списка
- Итераторы в Python
- Измерение времени выполнения кода
- Пропуск начальных строк с помощью dropwhile()
- Извлечение новостей с помощью newspaper3k
- Непрерывная проверка в Python
- Порядок операций в Python
- Работа с JSON данными в Python
- Метод join для объединения строк
- Регистрация на хакатоне
- Проблемы с dict в Python
- Создание новой даты в Python
- Работа с датой и временем в Python
- Отправка HTTP-запросов с User-Agent
- Обработка исключений в Python 3
- Проверка строки на палиндром
- Метод join() для объединения элементов
- Декораторы в Python
- Замена текста с re.sub()
- Метод getitem для доступа к элементам последовательности
- Работа с файлами в Python
- Пересечение списков с использованием множеств
- Оценка точности модели
- Метод округления чисел
