详解Python list 与 NumPy.ndarry 切片之间的对比
更新时间：2017年07月24日 09:25:32 投稿：lqh
这篇文章主要介绍了详解Python list 与 NumPy.ndarry 切片之间的区别的相关资料,list 切片返回的是不原数据，对新数据的修改不会影响原数据而NumPy.ndarry 的切片返回的是原数据需要的朋友可以参考下
详解Python list 与 NumPy.ndarry 切片之间的区别
实例代码：
# list 切片返回的是不原数据，对新数据的修改不会影响原数据 In [45]: list1 = [1, 2, 3, 4, 5] In [46]: list2 = list1[:3] In [47]: list2 Out[47]: [1, 2, 3] In [49]: list2[1] = 1999 # 原数据没变 In [50]: list1 Out[50]: [1, 2, 3, 4, 5] In [51]: list2 Out[51]: [1, 1999, 3] # 而 NumPy.ndarry 的切片返回的是原数据 In [52]: arr = np.array([1, 2, 3, 4, 5]) In [53]: arr Out[53]: array([1, 2, 3, 4, 5]) In [54]: arr1 = arr[:3] In [55]: arr1 Out[55]: array([1, 2, 3]) In [56]: arr1[0] = 989 In [57]: arr1 Out[57]: array([989, 2, 3]) # 修改了原数据 In [58]: arr Out[58]: array([989, 2, 3, 4, 5]) # 若希望得到原数据的副本， 可以用 copy() In [59]: arr2 = arr[:3].copy() In [60]: arr2 Out[60]: array([989, 2, 3]) In [61]: arr2[1] = 99282 In [62]: arr2 Out[62]: array([ 989, 99282, 3]) # 原数据没被修改 In [63]: arr Out[63]: array([989, 2, 3, 4, 5])
以上就是Python list 与 NumPy.ndarry 切片之间的区别的详解，如有疑问请留言或者到本站社区留言，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！
相关文章
这篇文章主要介绍了Python的logging.config模块操作步骤,本文通过示例代码给大家介绍的非常详细对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2023-08-08
这篇文章主要介绍了Python处理session的方法以及相关知识点总结，有需要的朋友们学习下。2019-08-08
这篇文章主要给大家介绍了关于python中第三方库lxml库的最新详细安装步骤,lxml是一种使用Python编写的库,可以迅速、灵活地处理 XML,文中通过图文介绍的非常详细,需要的朋友可以参考下2023-12-12
这篇文章主要介绍了使用Python程序对Linux服务器进行监控的教程,主要基于Python2.7的版本,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Python二叉树的定义及常用遍历算法,结合实例形式分析了基于Python的二叉树定义与先序、中序、后序、层序等遍历方法,需要的朋友可以参考下2017-11-11
这篇文章主要介绍了Python格式化压缩后的JS文件的方法,实例分析了Python格式化文件的技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-03-03
向Excel文件添加文档属性是专业地组织和管理电子表格数据的关键步骤,这些属性,如标题、作者、主题和关键词,增强了文件的元数据,使得在大型数据库或文件系统中跟踪变得更加容易,本文将介绍如何使用Python高效地为Excel文件添加文档属性,需要的朋友可以参考下2024-05-05
Python 的模块就是天然的单例模式，下面这篇文章主要给大家介绍了关于python中单例常用的几种实现方法，文中通过示例代码介绍的非常详细，对大家学习或者使用python单例具有一定的参考学习价值，需要的朋友们一起来看看吧2018-10-10
Python中的Numeric包和Numarray包使用教程
这篇文章主要介绍了Python中的Numeric包和Numarray包使用教程,来自IBM官方网站上的技术文档,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Python不规范的日期字符串处理类,可以对一些非正规的日期字符串进行解析、转换、比较等,需要的朋友可以参考下2014-06-06
最新评论