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"
- Модуль os в Python: работа с файлами
- Сортировка элементов с OrderedDict
- Методы classmethod и staticmethod
- Асинхронное программирование с asyncio
- Фильтры Pillow: NEAREST, BILINEAR, BICUBIC
- Оператор break в Python
- Сравнение строк в Python
- Принципы программирования
- Библиотека wikipedia для Python
- Проверка типов с помощью isinstance
- Оператор объединения словарей
- Использование html-скриптов в Jupyter Notebook
- Генерация случайных чисел в Python
- Объединение списков с использованием itertools.chain
- Python Enumerate
- Создание списка через цикл
- Асинхронное выполнение задач в Python
- Создание словарей в Python
- Проверка вхождения подстроки
- Обратный список чисел
- Профилирование с Pandas
- Извлечение новостей с newspaper3k
- Удаление URL-адресов в Python
- Перетасовка списков в Python
- Нахождение пересечения множеств
- Работа с collections.Counter
- Создание списка через итерацию
- Проверка условий в Python
- Переопределение метода __or__()
- Поиск индекса элемента в списке
- Обход дочерних элементов BeautifulSoup
- Основные функции и модули Python
- Получение обратного списка чисел
- Установка и загрузка Instaloader
- Проверка памяти объекта
- Оптимизация памяти с __slots__
- Роль ключевого слова self
- Оператор walrus в Python
- Итерация по коллекции в Python
- Функции range() в Python
- Обязательные аргументы в Python
- Функция sleep() в Python
- Генерация фальшивых данных с Faker
- Изменения в обработке логических значений
- Метод setitem в Python
- Секреты Python
