Python NumPy 数组副本 vs 视图
Python基础 2022-06-06 12:55:11小码哥的IT人生shichen
NumPy 数组副本 vs 视图
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:
示例代码:
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)
完整实例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 61
print(arr)
print(x)
该副本不应受到对原始数组所做更改的影响。
视图:
示例代码:
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)
完整实例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 61
print(arr)
print(x)
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:
示例代码:
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)
完整实例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
x[0] = 31
print(arr)
print(x)
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。
示例代码:
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)
完整实例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
y = arr.view()
print(x.base)
print(y.base)
副本返回 None
。
视图返回原始数组。