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"
- Хранение переменных в Python.
- Преобразование числа в список цифр
- Создание уникального множества
- Класс Counter() для подсчета элементов
- Получение текущего времени в Python
- Доступ к локальным переменным
- Построение графиков в терминале с bashplotlib
- Создание GUI с Tkinter: Entry
- Генерация случайных чисел Python
- Оформление кода по PEP 8
- Работа с итераторами через срезы
- Область видимости переменных
- Генерация случайных чисел в Python
- Список переменных в Python
- Создание новых списков в Python
- Введение в PyTorch
- Многострочные строки в Python
- Отправка поздравлений по дню рождения
- Генераторы и сеты в Python
- Мониторинг памяти с Pympler
- Конкатенация строк в Python
- Добавление Progressbar в Python
- Лимиты на ресурсы Python
- Работа с WindowsPath()
- История Python
- Необязательные аргументы в Python
- Функция pow() — возвести число в степень
- Простой калькулятор Python
- Конкатенация списков в Python
- Разделение строки в Python
- Метод matmul для умножения матриц
- Лямбда-функции в Python
- Функция eval() в Python
- Циклы for в Python
- Добавление элементов в список
- Проверка на палиндром
- Concrete Paths — метод .with_suffix()
- Итерация по копии коллекции
- Удаление специальных символов с помощью re.sub
- Модуль xkcd: добавление юмора в Python
- Список методов и атрибутов
- IPython и Jupyter Notebook: руководство
- Проверка запуска скрипта или импорта модуля
- Python: изменяемые и неизменяемые коллекции
