如何使用python numpy中的陣列複製

在使用python時我們經常會處理陣列，有的時候是複製有的時候不是，這裡也是初學者最容易誤解的地方，簡單講，可以分為下面三種情況：

import numpy as np

a = np.arange(12) #a為乙個序列
b = a #沒有建立新的物件
print('a的shape為：', a.shape)  # 輸出a的尺寸
print('b是a嗎？', b is a)  #ab 為同乙個物件的兩個名字
b.shape = 3, 4 #將b的shape改變
print('a的shape變為：', a.shape) #a的shanpe也跟著改變了

輸出結果

a的shape為： (12,)

b是a嗎？ true
a的shape變為： (3, 4)

不同的陣列物件可以分型相同的資料，view方法建立乙個與原來陣列相同的新物件

a = np.arange(12)

c = a.view()  # 建立乙個和a一樣的c
print('c未改變時a的shape為：', a.shape)  # 輸出a的尺寸
print('c是a嗎？', c is a)
print('c 是以a為基礎建立的嗎', c.base is a)
c.shape = 3, 4
print('c改變後a的shape為：', a.shape)

輸出結果：

c是a嗎？ false

c 是以a為基礎建立的嗎 true
a的shape為： (12,)
a的shape為： (12,)

這個時候d是a的複製，只是單純的複製，兩者沒有一點關係

a = np.arange(12)

d = a.copy()  # 建立乙個和a一樣的c
print('d是a嗎？', d is a)
print('d是以a為基礎建立的嗎', d.base is a)

輸出結果：

d是a嗎？ false

d是以a為基礎建立的嗎 false

使用python numpy線性回歸

線性回歸的原理不再贅述，本文給出了乙個簡單的使用梯度下降的線性回歸模擬。import numpy as np def weightsupdate data,w,b,learning rate 0.01 for x0,y0 in data y np.dot x0,w b w gradient y y0...

對python numpy陣列中冒號的使用方法詳解

python中冒號實際上有兩個意思 1.預設全部選擇程式設計客棧 2.指定範圍。下面看例子 定義陣列 x array 1,2,www.cppcns.com3,4 5,6,7,8 9,10,11,12 程式設計客棧13,14,15,16 17,18,19,20 輸出為5x4二維陣列 第一種意思，預設全...

Python Numpy陣列儲存

numpy提供了幾種資料儲存的方法。以3 4陣列a為例 這種方法只能儲存為二進位制檔案，且不能儲存當前資料的行列資訊，檔案字尾不一定非要是bin，也可以為txt，但不影響儲存格式，都是二進位制。這種儲存方法對資料讀取有要求，需要手動指定讀出來的資料的的dtype，如果指定的格式與儲存時的不一致，則讀...