VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >
  • numpy数组不同索引方式的区别

numpy数组一般有三种索引方式:

  1. 基础索引与切片
  2. 布尔索引
  3. 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。


如果这些小Tips对你有帮助的话,求赞 求收藏


相关教程