詳解Python list 與 NumPy.ndarry 切片之間的區別
實例代碼:
# list 切片返回的是不原數據,對新數據的修改不會影響原數據In [45]: list1 = [1, 2, 3, 4, 5] In [46]: list2 = list1[:3]In [47]: list2Out[47]: [1, 2, 3]In [49]: list2[1] = 1999# 原數據沒變In [50]: list1Out[50]: [1, 2, 3, 4, 5]In [51]: list2Out[51]: [1, 1999, 3]# 而 NumPy.ndarry 的切片返回的是原數據In [52]: arr = np.array([1, 2, 3, 4, 5])In [53]: arrOut[53]: array([1, 2, 3, 4, 5])In [54]: arr1 = arr[:3]In [55]: arr1Out[55]: array([1, 2, 3])In [56]: arr1[0] = 989In [57]: arr1Out[57]: array([989, 2, 3])# 修改了原數據In [58]: arrOut[58]: array([989, 2, 3, 4, 5])# 若希望得到原數據的副本, 可以用 copy()In [59]: arr2 = arr[:3].copy()In [60]: arr2Out[60]: array([989, 2, 3])In [61]: arr2[1] = 99282In [62]: arr2Out[62]: array([ 989, 99282, 3])# 原數據沒被修改In [63]: arrOut[63]: array([989, 2, 3, 4, 5])
以上就是Python list 與 NumPy.ndarry 切片之間的區別的詳解,如有疑問請留言或者到本站社區留言,感謝閱讀,希望能幫助到大家,謝謝大家對本站的支持!
新聞熱點
疑難解答