未加星标

详解Python list 与 NumPy.ndarry 切片之间的对比

字体大小 | |
[开发(python) 所属分类 开发(python) | 发布者 店小二05 | 时间 | 作者 红领巾 ] 0人收藏点击收藏

详解python list 与 NumPy.ndarry 切片之间的区别

实例代码:

# list 切片返回的是不原数据,对新数据的修改不会影响原数据
In [45]: list1 = [1, 2, 3, 4, 5]
In [46]: list2 = list1[:3]
In [47]: list2
Out[47]: [1, 2, 3]
In [49]: list2[1] = 1999
# 原数据没变
In [50]: list1
Out[50]: [1, 2, 3, 4, 5]
In [51]: list2
Out[51]: [1, 1999, 3]
# 而 NumPy.ndarry 的切片返回的是原数据
In [52]: arr = np.array([1, 2, 3, 4, 5])
In [53]: arr
Out[53]: array([1, 2, 3, 4, 5])
In [54]: arr1 = arr[:3]
In [55]: arr1
Out[55]: array([1, 2, 3])
In [56]: arr1[0] = 989
In [57]: arr1
Out[57]: array([989, 2, 3])
# 修改了原数据
In [58]: arr
Out[58]: array([989, 2, 3, 4, 5])
# 若希望得到原数据的副本, 可以用 copy()
In [59]: arr2 = arr[:3].copy()
In [60]: arr2
Out[60]: array([989, 2, 3])
In [61]: arr2[1] = 99282
In [62]: arr2
Out[62]: array([ 989, 99282, 3])
# 原数据没被修改
In [63]: arr
Out[63]: array([989, 2, 3, 4, 5])

以上就是Python list 与 NumPy.ndarry 切片之间的区别的详解,如有疑问请留言或者到本站社区留言,感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

本文开发(python)相关术语:python基础教程 python多线程 web开发工程师 软件开发工程师 软件开发流程

主题: 数据Python谢大
分页:12
转载请注明
本文标题:详解Python list 与 NumPy.ndarry 切片之间的对比
本站链接:http://www.codesec.net/view/560824.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 开发(python) | 评论(0) | 阅读(42)