【Python语言基础】——Python NumPy 数组副本 vs 视图

Python语言基础——Python NumPy 数组副本 vs 视图

一、Python NumPy 数组副本 vs 视图

副本和视图之间的区别
副本和数组视图之间的主要区别在于副本是一个新数组,而这个视图只是原始数组的视图。
副本拥有数据,对副本所做的任何更改都不会影响原始数组,对原始数组所做的任何更改也不会影响副本。
视图不拥有数据,对视图所做的任何更改都会影响原始数组,而对原始数组所做的任何更改都会影响视图。
副本:
实例
进行复制,更改原始数组并显示两个数组:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 61
print(arr)
print(x)
该副本不应受到对原始数组所做更改的影响。
视图:
实例
创建视图,更改原始数组,然后显示两个数组:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 61
print(arr)
print(x)
视图应该受到对原始数组所做更改的影响。
在视图中进行更改:
实例
创建视图,更改视图,并显示两个数组:
import numpy as np
arr 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用numpy的tolist()函数将numpy数组转换为Python列表。例如: ```python import numpy as np arr = np.array([1, 2, 3, 4, 5]) lst = arr.tolist() print(lst) # [1, 2, 3, 4, 5] ``` 另外,如果numpy数组是多维的,也可以使用tolist()函数将其转换为嵌套的Python列表。例如: ```python import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) lst = arr.tolist() print(lst) # [[1, 2, 3], [4, 5, 6]] ``` ### 回答2: numpy数组可以使用tolist()方法将其转换为列表。该方法会返回一个包含numpy数组元素的Python列表。 例如: import numpy as np arr = np.array([1, 2, 3, 4, 5]) lst = arr.tolist() print(lst) # 输出:[1, 2, 3, 4, 5] 可以看到,通过tolist()方法,将numpy数组转换为了Python列表。 ### 回答3: 在PythonNumPy,可以使用tolist()函数将NumPy数组转换为列表。 具体而言,可以使用tolist()函数将NumPy数组转换为Python列表。示例如下: import numpy as np # 创建一个包含1到5的NumPy数组 arr = np.array([1, 2, 3, 4, 5]) # 将NumPy数组转换为列表 lst = arr.tolist() print(lst) # 输出:[1, 2, 3, 4, 5] 可以看到,通过tolist()函数将NumPy数组转换为列表lst后,可以得到和原始NumPy数组arr相同的列表。对于多维NumPy数组,tolist()函数同样适用。 另外需要注意的是,tolist()函数返回的结果是一个新的列表,而不是简单地将NumPy数组转换为Python列表的视图。因此,如果修改列表lst的值,并不会在NumPy数组arr反映出来。这是由于NumPy数组Python列表的底层实现方式不同所导致的。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值