基本索引

numpy 中的 ndarray

与列表的重要区别在于,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组上

arr = np.arange(10)

arr
Out[34]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

arr_slice = arr[5:8]

arr_slice
Out[36]: array([5, 6, 7])

arr_slice[1] = 12

arr_slice
Out[38]: array([ 5, 12,  7])

arr
Out[39]: array([ 0,  1,  2,  3,  4,  5, 12,  7,  8,  9])

如果要arr_slice得到的是ndarray切片的一份副本而不是视图,则要显式地进行复制操作,如 arr_slice = arr[5:8].copy()

转载于:https://www.cnblogs.com/keyang/p/5419086.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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