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"
- Создание генераторов
- Выражения-генераторы в Python
- Создание новых списков в Python
- Python Менеджер контекста
- Работа с файлами в Python
- Работа с кортежами в Python
- Перемещение и удаление файлов в Python
- Объединение словарей в Python
- Удаление дубликатов из списка
- Лямбда-функции в defaultdict
- Управление ресурсами с контекстными менеджерами
- Оптимизация памяти с помощью __slots__
- Приближение чисел в Python
- Модуль sys: основы
- Запуск Python из интерпретатора
- Создание списка через итерацию
- Группы исключений в Python
- lru_cache оптимизация функций
- Объединение списков в Python
- Подсчет вхождений элементов
- Функция format() в Python
- Сокращение ссылок с pyshorteners
- Извлечение данных из JSON
- Создание и использование модулей в Python
- Функции-генераторы в Python
- Оператор del в Python
- Оператор «not» в Python
- Создание новых списков в Python
- Разработка игры Pong с turtle
- Использование модуля __future__
- Удаление ключей из словаря
- Переопределение метода
- Работа со словарями в Python
- Python Метод del.
- Значения по умолчанию в Python
- Расчет времени выполнения
- Работа с типами данных в Python с помощью pydantic.
- Парсинг статей с Newspaper3k
- globals и locals
- Инвертирование словаря
- Поиск наиболее частого элемента в списке
- Метод rxor для операции побитового исключающего «или»
- Получение имени функции с помощью inspect
