详解Python list 与 NumPy.ndarry 切片之间的对比
2017-07-24 09:25
846 查看
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!
您可能感兴趣的文章:
相关文章推荐
- Python 的 list 与 NumPy.ndarry 切片之间的区别
- 对numpy的array和python中自带的list之间相互转化详解
- 用list去初始化numpy的array数组 numpy的array和python中自带的list之间相互转化
- numpy的array和python中自带的list之间相互转化
- python内置array模块,与numpy中的array和list之间的转换
- numpy的array和python中自带的list之间相互转化
- python中的列表(list) 切片详解
- 关于用mapreduce做kmeans聚类以及python的numpy和list做矩阵、向量乘法的速度对比
- python学习笔记(二)列表(List)操作方法详解
- Python list使用详解
- Python打开文件,将list、numpy数组内容写入txt文件中
- 【python】numpy库ndarray多维数组的创建方法:np.array(list/tuple)、arange, ones, zeros等详解
- python的list之间相互赋值的陷阱
- python切片详解
- Python中LIst与Tuple的对比总结
- Python Numpy Scipy搭建过程详解
- 语言小知识-python-numpy类型与list区别
- Python_List对象内置方法详解
- Python hexstring-list-str之间的转换
- 对python list 遍历删除的正确方法详解