NumPy 数组复制与视图详解

喜欢ヅ旅行 2024-05-24 05:20 31阅读 0赞

### NumPy 数组的复制与视图 ###

NumPy 数组的复制和视图是两种不同的方式来创建新数组，它们之间存在着重要的区别。

#### 复制 ####

复制 会创建一个包含原始数组相同元素的新数组，但这两个数组拥有独立的内存空间。这意味着对复制进行的任何更改都不会影响原始数组，反之亦然。

创建副本可以使用以下方法：

`arr.copy()`：创建一个新的数组，该数组包含与原始数组相同元素的副本。 `np.array(arr)`：将数组转换为新的 NumPy 数组。 `arr[:]`：使用切片创建整个数组的副本。

示例：

python

复制代码

`import numpy as np arr = np.array([1, 2, 3, 4, 5]) # 创建副本 copy = arr.copy() # 修改副本 copy[2] = 100 # 打印原始数组和副本 print(arr) print(copy)`

输出：

python

复制代码

`[ 1 2 3 4 5] [ 1 2 100 4 5]`

#### 视图 ####

视图 是对原始数组数据的引用，不拥有独立的内存空间。这意味着对视图进行的任何更改都会直接反映在原始数组中，反之亦然。

创建视图可以使用以下方法：

`arr.view()`：创建一个新的数组，该数组是原始数组数据的视图。 `arr[start:end]`：使用切片创建原始数组的视图。 `arr.reshape()`：改变数组的形状，但不改变底层数据。

示例：

python

复制代码

`import numpy as np arr = np.array([1, 2, 3, 4, 5]) # 创建视图 view = arr.view() # 修改视图 view[2] = 100 # 打印原始数组和视图 print(arr) print(view)`

输出：

python

复制代码

`[ 1 2 100 4 5] [ 1 2 100 4 5]`

#### 检查数组是否拥有数据 ####

我们可以使用 `arr.base` 属性来检查数组是否拥有其数据。如果 `arr.base` 为 `None`，则数组拥有自己的数据，否则它是一个视图。

示例：

python

复制代码

`import numpy as np arr = np.array([1, 2, 3, 4, 5]) copy = arr.copy() view = arr.view() print(copy.base) # None print(view.base) # <ndarray object at 0x00000222588287E0>`

#### 练习 ####

使用以下代码创建数组 `arr`：

python

复制代码

`import numpy as np arr = np.array([10, 20, 30, 40, 50])`

并使用以下方法创建 `arr` 的副本：

`arr.copy()` `np.array(arr)` `arr[:]`

在每个方法之后，打印原始数组和副本，并验证它们是否相等。

在评论中分享您的代码和结果。

Sure, here is the requested Markdown formatted content:

### 获取数组的形状 ###

NumPy 数组的形状描述了数组中元素的组织方式，并由包含每个维度中元素数量的元组表示。

#### 获取数组形状 ####

可以使用 `arr.shape` 属性获取 NumPy 数组的形状。它返回一个元组，其中每个元素表示相应维度的长度。

示例：

python

复制代码

`import numpy as np # 创建一个二维数组 arr = np.array([[1, 2, 3], [4, 5, 6]]) # 获取数组形状 print(arr.shape)`

输出：

python

复制代码

`(2, 3)`

这意味着数组包含 2 行和 3 列。

#### 形状元组的含义 ####

形状元组中的每个元素表示相应维度的长度。例如，如果形状为 `(2, 3, 4)`，则数组具有：

2 个行 3 列 每个元素 4 个值

#### 使用`ndmin`创建具有特定形状的数组 ####

我们可以使用 `ndmin` 参数来创建具有指定形状的新数组，即使原始数据不具有该形状。`ndmin` 参数指定要创建的最小维度数。如果原始数据具有比 `ndmin` 更高的维度，则形状将保留。如果维度数不足，则将添加新维度，并用 1 填充元素。

示例：

python

复制代码

`import numpy as np # 使用 ndmin=5 创建一个包含值 1,2,3,4 的向量 arr = np.array([1, 2, 3, 4], ndmin=5) print(arr) print(arr.shape)`

输出：

python

复制代码

`[[[[1 2 3 4]]]] (1, 1, 1, 1, 4)`

#### 练习 ####

创建以下形状的 NumPy 数组，并打印它们的形状：

一个包含 10 个元素的一维数组。 一个包含 5 行 4 列的二维数组。 一个包含 2 x 3 x 2 的三维数组。

在评论中分享您的代码和输出。

### 最后 ###

为了方便其他设备和平台的小伙伴观看往期文章：

微信公众号搜索：`Let us Coding`，关注后即可获取最新文章推送

看完如果觉得有帮助，欢迎点赞、收藏、关注

NumPy 数组复制与视图详解

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 NumPy 数组复制与视图详解

相关 NumPy之:结构化数组详解

相关 NumPy 数组属性

相关 NumPy 复制和视图

相关 numpy数组与字符串的转换

相关 numpy数组对角线

相关 numpy数组形状

相关 numpy数组排序

相关 numpy数组方法

相关创建Numpy数组