这篇“numpy数组不同索引方式有什么区别”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“numpy数组不同索引方式有什么区别”文章吧。
numpy数组一般有三种索引方式:
基础索引与切片
布尔索引
神奇索引
三种方法都可截取原数组中的部分数据,但是使用的时候在本质上却有区别,尤其是在处理大量数据时,不弄清索引本质,会导致最后预测结果不准确。
基础索引与切片
先上代码:
import numpy as np
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr[:3]
arr1
arr1[1] = -1
arr
大家可以从上面的结果中发现,将arr前3行赋值给arr1,然后将arr1的第2行的数值改为-1,最后arr也发生了改变。原因是在基础索引中,返回的只是原数组的视图,而不是复制原数组,任何对于视图的修改,都会影响原数组。
解决方法,利用ndarray自带方法copy(),复制原数组。
arr = np.arange(25).reshape(5,5)
arr
arr1 = arr.copy()
arr1[1]=-1
arr
布尔索引
先上代码:
bool_ = [True,False,True,False,False]
arr1 = arr[bool_]
arr1
arr1[1]=-1
arr
可以发现,布尔索引并未出现类似问题,因为利用布尔值索引时,总是生成数据的拷贝,所以改变选择数据,对原数组没有影响。
神奇索引
index = [3,4,1,2]
arr1 = arr[index]
arr1
arr1[1]=-1
arr
神奇索引和布尔索引一样,选择数据的改变也不会影响原数组。
以上就是关于“numpy数组不同索引方式有什么区别”这篇文章的内容,相信大家都有了一定的了解,希望小编分享的内容对大家有帮助,若想了解更多相关的知识内容,请关注亿速云行业资讯频道。
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。