学习笔记:Python-numpy数组的切片视图操作与赋值操作

记录一种数组视图切片与赋值的现象。

视图操作

###案例一
#切片是同视图操作,不新建数组,会改变原有的数组
boxes=np.array([[50,100,100,150],[70,120,120,170],[80,130,130,180],[80,130,130,180]])
a=boxes[1:3,1:3]
a[:,:]=888

>>>[[888 888]
 [888 888]]
>>>[[ 50 100 100 150]
 [ 70 888 888 170]
 [ 80 888 888 180]
 [ 80 130 130 180]]

直接赋值

boxes=np.array([[50,100,100,150],[70,120,120,170],[80,130,130,180],[80,130,130,180]])
a=boxes[1:3,1:3]
#赋值,会新建一个数组 不改变原有的数组
a=[[0,0],[0,0]]
print(a)
print(boxes)

>>>[[0, 0], [0, 0]]
>>>[[ 50 100 100 150]
 [ 70 120 120 170]
 [ 80 130 130 180]
 [ 80 130 130 180]]

小结

数组的视图操作不新建数组,极大节省了内存空间。

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