代码1：
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5] print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
类似的代码之前应用过，简单看了一下numpy中的数组切片。
程序的执行结果如下：
In [2]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [ 0 1 2 123 4 5 6 7 8 9]
由此得出来的结论是：切片后的变量与原始的数据共享同一数据存储。而这种特点是专门针对大数据的处理而定制的。然而，在日常的使用中总有需要对数据进行拷贝的时候，此时需要的便是显式的数据复制操作。
程序修改如下：
#!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5].copy() print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1)
程序的执行结果如下：
In [3]: %run exp01.py [0 1 2 3 4 5 6 7 8 9] [3 4] [123 4] [0 1 2 3 4 5 6 7 8 9]
由上面的结果可以看出，通过切片后复制操作生成的新的数据对象的操作与原始的数据是独立的。新的数据对象的变化并不会影响到原始数据的信息。
以上这篇基于numpy中数组元素的切片复制方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持亿速云。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
