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"
- Работа с getopt
- Метод clear для коллекций
- Особенности запятых в Python
- Подсказки типов в Python
- Профилирование кода
- Создание итератора
- Декораторы в Python
- PrettyTable: создание таблицы
- Ускорение обработки данных с %autoawait
- Метод __irshift__ для Python
- Генератор списка в Python
- Создание треугольника Паскаля
- Работа с zip-архивами в Python
- Безопасный доступ к значениям словаря
- Оператор «and» в Python
- Вызов функций по строке в Python.
- Капитализация строк
- Операторы присваивания в Python
- Объединение объектов в Python
- Создание списков в Python
- Удаление элементов по срезу
- Применение функции map() с лямбда-функциями
- Python: отсутствие точек с запятыми
- Аннотации типов в Python
- Разделение строки с помощью re.split()
- Преобразование чисел в восьмеричную строку
- Уникальные значения из списка
- Получение размера объекта с sys.getsizeof()
- Работа с эмодзи в Python
- Принцип одной функции
- Операции с датами в Python
- Печать комбинаций в Python с Itertools
- Операция += для списков
- Создание пользовательской коллекции в Python
- Генерация случайных чисел в Python
- Сортировка с помощью key
- Извлечение аудио из видео
- %pinfo: получение информации об объекте
- Прокачанный трейсинг ошибок
- Расчет времени выполнения
- Конвертация коллекций в Python.
- Основы слова
- Метод bool() в Python
