11.1 Numpy切片

11.1 Numpy切片

"""

思考：通过切片，我们可以选取多个元素，但是，如果我们要选取的低维数组（或元素）是不连续的，该怎么做呢？

切片操作是在原始数组上创建一个视图view，这只是访问数组数组的一种方式。因此，原始数组不会被复制到内存中，传递
的是一个类似引用的东西，与 astype() 方法是两个不同的拷贝方式。
"""
import numpy as np

a = np.arange(1, 10)
print(a)

print(a[:3]) # [1 2 3]
print(a[3:6]) # [4 5 6]
print(a[6:]) # [7 8 9]
print(a[::-1]) # [9 8 7 6 5 4 3 2 1]
print(a[:-4:-1]) # [9 8 7]
print(a[-4:-7:-1]) # [6 5 4]
print(a[-7::-1]) # [3 2 1]
print(a[::]) # [1 2 3 4 5 6 7 8 9]
print(a[::3]) # [1 4 7]
print(a[1::3]) # [2 5 8]
print(a[2::3]) # [3 6 9]

b = np.arange(20).reshape(4, 5)
print(b)
'''
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
'''
# 第二行，第三列
print(b[2, 3]) # 13

# 第0-5行，第1列
print(b[0:5, 1]) # [ 1  6 11 16]

# 所有行，第1列
print(b[:, 1]) # [ 1  6 11 16]

# 第1-3行，第1列
print(b[1:3, 1]) # [ 6 11]

# 第1行
print(b[1]) # [5 6 7 8 9]

# 倒数第1列
print(b[-1]) # [15 16 17 18 19]

# 思考：如何将一个二维数组的所有元素，全部倒序过来呢？
x = np.arange(30).reshape(5, 6)
print(x)
"""
[[ 0  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]]
 
[[29 28 27 26 25 24]
 [23 22 21 20 19 18]
 [17 16 15 14 13 12]
 [11 10  9  8  7  6]
 [ 5  4  3  2  1  0]]
"""
print(x[::-1, ::-1])

"""
python和numpy的切片相比
"""
# python中的切片时浅拷贝（互不影响）
li = [1, 3, 3, 4, 5]
li2 = li[:]
li[0] = 100
print(li, li2)
"""
[100, 3, 3, 4, 5] [1, 3, 3, 4, 5]
"""

# numpy中的切片是视图（相互影响）
x = np.arange(30).reshape(5, 6)
y = x[0:3, 0:3]
y[0][0] = 100
print(x, y)
"""
[[100   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]] 

 [[100   1   2]
 [  6   7   8]
 [ 12  13  14]]
"""

"""
注意：ndarray数组切片，返回的是原数组的视图。但是，这种视图是共享底层的数据，并不是一种赋值
"""
# 引用并不相同
print(x is y) # False

# 如何实现底层数据的复制呢？通过数组对象的copy方法，实现底层数据的复制，而不是返回底层数据的视图
y = x.copy()
x[0][0] = 100
print(x, y)
print(x is y) # False
"""
[[100   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]] 
 
 [[100   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]]
"""
import copy
aa = [1, 3, [2, 3]]
# 浅拷贝, a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象（是引用）。
bb = aa.copy() # 浅拷贝
bb[0] = 99
bb[2].append(100)
print('浅拷贝', aa, bb)
print('浅拷贝', id(aa), id(bb)) # 2139811873544 2139811852168

cc = [1, 2, 3]
# 赋值是把原对象的引用给了新的对象
dd = cc
dd[0] = 200
print('直接赋值',cc, dd)
print('直接赋值',id(cc), id(dd)) # 3116606419528 3116606419528

cc = [1, 2, 3]
#  深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。
dd = copy.deepcopy(cc)
dd[0] = 33
print('深拷贝', cc, dd)
print('深拷贝', id(cc), id(dd)) #2139811800328 2139811802056