溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
代碼1：
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5] print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
類似的代碼之前應用過，簡單看了一下numpy中的數組切片。
程序的執行結果如下：
In [2]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [ 0 1 2 123 4 5 6 7 8 9]
由此得出來的結論是：切片后的變量與原始的數據共享同一數據存儲。而這種特點是專門針對大數據的處理而定制的。然而，在日常的使用中總有需要對數據進行拷貝的時候，此時需要的便是顯式的數據復制操作。
程序修改如下：
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5].copy() print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
程序的執行結果如下：
In [3]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [0 1 2 3 4 5 6 7 8 9]
由上面的結果可以看出，通過切片后復制操作生成的新的數據對象的操作與原始的數據是獨立的。新的數據對象的變化并不會影響到原始數據的信息。
以上這篇基于numpy中數組元素的切片復制方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
