概述
详解Python list 与 NumPy.ndarry 切片之间的区别
实例代码：
# list 切片返回的是不原数据，对新数据的修改不会影响原数据 In [45]: list1 = [1,2,3,4,5] In [46]: list2 = list1[:3] In [47]: list2 Out[47]: [1,3] In [49]: list2[1] = 1999 # 原数据没变 In [50]: list1 Out[50]: [1,5] In [51]: list2 Out[51]: [1,1999,3] # 而 NumPy.ndarry 的切片返回的是原数据 In [52]: arr = np.array([1,5]) In [53]: arr Out[53]: array([1,5]) In [54]: arr1 = arr[:3] In [55]: arr1 Out[55]: array([1,3]) In [56]: arr1[0] = 989 In [57]: arr1 Out[57]: array([989,3]) # 修改了原数据 In [58]: arr Out[58]: array([989,5]) # 若希望得到原数据的副本， 可以用 copy() In [59]: arr2 = arr[:3].copy() In [60]: arr2 Out[60]: array([989,3]) In [61]: arr2[1] = 99282 In [62]: arr2 Out[62]: array([ 989,99282,3]) # 原数据没被修改 In [63]: arr Out[63]: array([989,5])
以上就是Python list 与 NumPy.ndarry 切片之间的区别的详解，如有疑问请留言或者到本站社区留言，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！
总结
以上是编程之家为你收集整理的详解Python list 与 NumPy.ndarry 切片之间的对比全部内容，希望文章能够帮你解决详解Python list 与 NumPy.ndarry 切片之间的对比所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群