NumPy和DataFrame索引问题总结

一，NumPy数组跟列表最重要的区别在于，数组切片是原始数组的视图。

这意味着数据不会被复制，视图上的任何修改都会直接反映到源数据上。

如果你想要得到的是ndarray切片的一份副本而非视图，就需要显示地进行复制操作，例如arr[5:8].copy()

例子：

>>> import numpy as np
>>> arr = np.arange(10)
>>> arr[5:8] = 0
>>> arr
array([0, 1, 2, 3, 4, 0, 0, 0, 8, 9])

二，通过布尔型索引选取数组中的数据，将总是创建数据的副本，即使返回一模一样的数组也是如此。

例子：

>>> arr = np.arange(3)
>>> arr
array([0, 1, 2])
>>> arr > 1
array([False, False,  True], dtype=bool)
>>> arr[arr > 1] = 0
>>> arr
array([0, 1, 0])

竟然源数组改变了！原因尚不清楚。难道教材错了吗？明明是视图呀？

三，布尔型DataFrame索引是原始DataFrame的视图。

例子：

>>> dt = pd.DataFrame(np.arange(16).reshape((4,4)))
>>> dt < 5
       0      1      2      3
0   True   True   True   True
1   True  False  False  False
2  False  False  False  False
3  False  False  False  False
>>> dt[dt < 5] = 0
>>> dt
    0   1   2   3
0   0   0   0   0
1   0   5   6   7
2   8   9  10  11
3  12  13  14  15