python保存list数据_python中list和np.array的数据存取

Python提供了许多内置的数据集合类型，如：列表(list)；元组(tuple)；字典(dictionary)；集合(set)...

Python最基本的两个集合类型就是列表与元组，它们都表示对象序列。它们的区别是：列表是动态的，其大小可以改变；元组是不可变的(immutable)，可哈希的(hashable)，一旦创建就不能修改。

所以动态的数据结构list，它的使用细节和原理更值得推敲：Python中的列表是由对其他对象的引用组成的连续数组。指向这个数组的指针及其长度被保存在一个列表头结构中。这意味着，每次添加或删减一个元素时，由引用组成的数组需要改变大小(Python在创建这些数组时采用了指数过分配(exponential over-allocation)，所以并不是每次操作都需要改变数组大小)。

按可变、不可变区分python的对象还有：

不可变(immutable)：int、字符串(string)、float、(数值型number)、元组(tuple)

可变(mutable)：字典型(dictionary)、列表型(list)

本文以下主要关注list 和np.array的存取变化情况:

list类型数据的存取：

1、如下图的Y和Y_1的赋值方式(Y_1 = Y)，他们共享同一个数据。

Y = [1,2,3,3,5]

yy = 0.9

Y_1 = Y

Y[1] = yy #改变Y，Y_1也跟着相应改变

print('Y :',Y)

print('Y_1:',Y_1)

print('Y id:',id(Y))

print('Y_1 id:',id(Y_1))#Y，Y_1有相同的地址

2、如下图的Y和Y_1的赋值方式(Y1 = Y[::] )，即把Y中的数据完全复制，并另外开辟地址赋值给Y_1。(Y[::] 切片方式、Y[1] 下标方式)

numpy.array类型数据的存取：

Numpy中使用ndarray对象表示数组，它是整个库的核心对象。

可以使用和列表相同的方式对数组元素进行存取：

与列表不同的是，通过切片获取的数组是原始数组的一个视图，与原始数组共享同一块数据存储空间。

多维数组中可以使用整数列表或元组、整数数组和布尔数组作为下标对数组元素进行存取。当下标中使用这些对象时，所获得的数据是原始数据的副本，因此修改结果数据不会改变原始 数组 。

如果下标元组中只包含整数和切片，那么得到的数组和原始数组共享数据，它是原始数组的视图。

切片调用如下图所示(原始数组的视图)：

元组调用如下图所示(互不影响)：

最后如果 要复制整个多维数组，又不想只是一个视图，可以采用copy()方法，如下图 所示(互不影响)：

参考：NumPy 副本和视图 | 菜鸟教程​www.runoob.com

Python科学技术(第2版) 张若愚(著 )清华大学出版社 第二章：Numpy快速处理数据

Python高级 编程 ：第2版/ (波) 贾沃斯基(Michal jaworski),(法)；莱德(Tarek Ziade)著；张亮，阿信译.--北京：人民邮电出版社 2017.10 2.1节Python的内置 类型 。