NumPy 数组副本 vs 视图
NumPy 数组副本 vs 视图NumPy 数据类型
NumPy 数组形状
副本和视图之间的区别
副本和数组视图之间的主要区别在于副本是一个新数组，而这个视图只是原始数组的视图。
副本拥有数据，对副本所做的任何更改都不会影响原始数组，对原始数组所做的任何更改也不会影响副本。
视图不拥有数据，对视图所做的任何更改都会影响原始数组，而对原始数组所做的任何更改都会影响视图。
副本：
实例
进行复制，更改原始数组并显示两个数组：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 61
print(arr)
print(x)
运行实例
该副本不应受到对原始数组所做更改的影响。
视图：
实例
创建视图，更改原始数组，然后显示两个数组：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 61
print(arr)
print(x)
运行实例
视图应该受到对原始数组所做更改的影响。
在视图中进行更改：
实例
创建视图，更改视图，并显示两个数组：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
x[0] = 31
print(arr)
print(x)
运行实例
原始数组应该受到对视图所做更改的影响。
检查数组是否拥有数据
如上所述，副本拥有数据，而视图不拥有数据，但是我们如何检查呢？
每个 NumPy 数组都有一个属性 base，如果该数组拥有数据，则这个 base 属性返回 None。
否则，base 属性将引用原始对象。
实例
打印 base 属性的值以检查数组是否拥有自己的数据：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
y = arr.view()
print(x.base)
print(y.base)
运行实例
副本返回 None。
视图返回原始数组。
NumPy 数据类型
NumPy 数组形状
VUE
Python 参考手册
Python 实例
Python 测验
W3School 简体中文版提供的内容仅用于培训和测试，不保证内容的正确性。通过使用本站内容随之而来的风险与本站无关。版
页:
[1]