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"
- Python union() функция — объединение множеств
- Проверка типа данных
- Перезапуск ячейки в Jupyter Notebook с dostoevsky
- Измерение времени выполнения кода
- Асинхронное программирование с asyncio
- Управление контекстом с помощью декоратора contextmanager
- Определение объема памяти объекта
- Рациональные числа в Python
- Импорт модулей в Python 3.12
- Многострочные строки в Python
- Создание словаря в Python
- Работа с кортежами в Python
- Проверка кортежей.
- Методы list в Python
- Модуль math: константы π и e
- Библиотека Rich: форматирование текста
- Библиотека itertools: объединение списков
- Python: отсутствие точек с запятыми
- Добавление кнопки в tkinter
- Аннотации типов в Python
- Оператор is в Python
- Управление виртуальными средами в Python
- Форматирование строк с помощью f-строк
- PUT запрос для обновления данных
- Блок try…finally в Python
- Оператор объединения словарей
- Работа с deque из collections
- UserString в Python
- CSV строка разделение в Python
- Преобразование списков в словарь
- Форматирование строк в Python.
- Блок try-except-else
- Удаление элемента по индексу
- Символ подчеркивания в Python
- Оператор «not» в Python
- Поиск с библиотекой Google
- SciPy: широкий функционал для математических операций
- Разделение строки в Python
- Операции с кортежами
- Работа с f-строками 2.0
- Кортеж в Python: создание, доступ, изменение
- Наиболее частотные элементы с помощью Counter
- Определение размера папок в Python
- Импорт с альтернативным именем
- Оператор «or» в Python
- Метод join() для объединения элементов строки
