知识卡片
切片优先返回视图
NumPy基本切片通常得到共享原数据的视图,如arr[5:8];修改视图元素会改变原数组。需要独立数据时显式copy,避免误以为取子数组就是复制。这个结论限基本切片:布尔或整数数组等高级索引取值有不同规则,不能把所有索引结果都当视图。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 3 处
- · 查看原书依据
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: In [57]: arr_slice = arr[5:8] In [58]: arr_slice[1] = 12345 In [59]: arr Out[59]: array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9]) In [60]
- · 查看原书依据
整个选区: In [82]: arr2d[:2, 1:] = 0
- · 查看原书依据
swapaxes也是返回源数据的视图(不会进行任何复制操作)。 译注1:括号外面的“维度”是一维、二维、三维、四维之类的意思,而括号里面的应该理解为“轴”。也就是说,这里指的是“返回的低维数组含有原始高维数组某条轴上的所有数据”。
参考来源
《利用Python进行数据分析》第4章《NumPy基础:数组和矢量计算》
- 位置:《利用Python进行数据分析》第4章《基本的索引和切片》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u084-ch04-003)。
- 结论依据:原文在“数组切片是原始数组的视图”附近的定义、例子或代码支撑本卡核心说明:NumPy基本切片通常得到共享原数据的视图,如arr[5:8];修改视图元素会改变原数组。边界按已读前提解释;示例未执行。
- 原始内容: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: In [57]: arr_slice = arr[5:8] In [58]: arr_slice[1] = 12345 In [59]: arr Out[59]: array([ 0, 1, 2, 3, 4, 12, 12345, 12, 8, 9]) In [60]
- 位置:《利用Python进行数据分析》第4章《切片索引》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u085-ch04-003)。
- 结论依据:多轴基本切片及切片赋值仍共享原数组数据;[:]表示全轴,不表示独立拷贝。
- 原始内容:整个选区: In [82]: arr2d[:2, 1:] = 0
- 位置:《利用Python进行数据分析》第4章《数组转置和轴对换》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u088-ch04-003)。
- 结论依据:转置/轴对换也体现共享数据与逻辑形状分离;需要独立修改时确认复制需求。
- 原始内容:swapaxes也是返回源数据的视图(不会进行任何复制操作)。 译注1:括号外面的“维度”是一维、二维、三维、四维之类的意思,而括号里面的应该理解为“轴”。也就是说,这里指的是“返回的低维数组含有原始高维数组某条轴上的所有数据”。