python中 numpy数据类型的注意事项

本文讨论了Python与C语言中函数参数传递的差异,特别是在Python中,对于普通数据类型如int,函数传递的是值。然而,对于numpy数据结构,函数传递的是变量的引用或地址。在numpy中,直接赋值会导致两个变量指向同一内存地址,若要创建副本,应使用`np.copy()`确保新变量独立于原变量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

C语言函数中参数,传的参数值,并不改变参数本身的值

	int test(int a)
	{
		a++
		return a;
	}
	int a=10;
	int b;
	b=test(a);
	a的值并改变

一般而言,对于python,也是同样,函数传递的是形参的值
对于普通数据类型,如int,
与C语言类似,python中函数参数中传递的是参数的**参数值 **,
如下面代码总的变量a

对于numpy数据结构,
!!注意!!!!
函数传递的是参数变量的地址

import numpy as np

def test (a):
	a+=1
	return a
np_a=np.array([10])
a=10
test(np_a)
test(a)
#np_a的值发生改变
#np_a=11
#而a的值并未改变
#a=10

numpy变量的赋值也和普通变量不一样

import numpy as np
np_a=np.arrray([10])
np_b=np_a
np_a+=1;
#当然这种情况下np_a 会等于11
#但是np_b的值是多少呢?
#答案:np_b也是11

在numpy变量中,
如果进行这样的赋值操作

np_b=np_a

为了避免重复对于大的矩阵数组进行操作,np_b 和np_a指向的是同一地址的数据

如果只想让np_b等于np_a的值,独立与np_a,
我们应该进行如下的赋值操作

np_b=np_.copy()

这种情况下,计算机会开辟一块新的内存地址给np_b,地址中的值等于np_a;

### numpy.fromstring 函数详解 `numpy.fromstring` 是 NumPy 库中的一个重要函数,它能够将字符串形式的数据转换为一维数组。以下是关于此函数的具体说明及其使用方法。 #### 基本语法 `numpy.fromstring(string, dtype=float, count=-1, sep='')` - **参数解释** - `string`: 输入的字符串数据。 - `dtype`: 输出数组中元素的数据类型,默认为浮点数 (`float`)。 - `count`: 转换后的数组长度,如果为负值,则表示不限制数量[^1]。 - `sep`: 字符串分隔符,指定如何分割输入字符串;如果不提供或为空字符串,则对于 ASCII 数据会默认按空白字符分割[^3]。 #### 示例代码 以下是一些常见的使用案例: ```python import numpy as np # 示例 1: 使用空格作为分隔符 numeric_string = "1 2 3 4 5" array_from_string = np.fromstring(numeric_string, dtype=int, sep=' ') print(array_from_string) # 输出: [1 2 3 4 5] # 示例 2: 使用逗号作为分隔符 numeric_string_comma = "1,2,3,4,5" array_from_string_comma = np.fromstring(numeric_string_comma, dtype=int, sep=',') print(array_from_string_comma) # 输出: [1 2 3 4 5] # 示例 3: 处理固定大小的数组 limited_array = np.fromstring("1 2 3", dtype=int, sep=" ", count=2) print(limited_array) # 输出: [1 2] ``` #### 版本注意事项NumPy 1.14.0 开始,`fromstring` 只能接受字节对象 (bytes),而无法直接处理普通字符串 (str)[^4]。这意味着在较新的版本中,可能需要先将字符串编码为字节流再传递给该函数。例如: ```python byte_string = b"1,2,3,4,5" array_from_bytes = np.fromstring(byte_string.decode(), dtype=int, sep=",") print(array_from_bytes) # 输出: [1 2 3 4 5] ``` #### 实际应用场景 除了基本的例子外,`numpy.fromstring` 还可以应用于更复杂的场景,比如解析来自文件或其他来源的大规模文本型数据集,并将其快速转化为适合计算的形式[^2]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值