详解Python list 与 NumPy.ndarry 切片之间的对比

时间:2022-10-13 21:37:33

详解Python list 与 NumPy.ndarry 切片之间的区别

实例代码:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
# 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([98923])
 
# 修改了原数据
In [58]: arr
Out[58]: array([9892345])
 
# 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([98923])
 
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([9892345])

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!

原文链接:http://blog.csdn.net/qq_21046135/article/details/71249295