NumPy အချက်အလက် ပိုက်ခတ်ချက် vs အစီအစဉ်

ပိုက်ခတ်ချက် နှင့် အစီအစဉ် အကြား အခြားအရာ

ပိုက်ခတ်ချက် နှင့် အစီအစဉ် အချက်အလက် အကြား အခြားအရာ မရှိပါ၊ ပိုက်ခတ်ချက် က အခြား အချက်အလက် တစ်ခု ဖြစ်ပါ၊ အစီအစဉ် အချက်အလက် က အရင်းအမြစ် အချက်အလက် ကို ပြုပြင်ထားသည်။

ပိုက်ခတ်ချက် က အချက်အလက် ရှိသည်၊ ပိုက်ခတ်ချက် ပေါ်တွင် ကျသော ပုံစံများ က အရင်းအမြစ် အချက်အလက် ကို အနှစ်နှုန်းချင်း မပြုတတ်၊ အရင်းအမြစ် အချက်အလက် ပေါ်တွင် ကျသော ပုံစံများ က ပိုက်ခတ်ချက် ကို အနှစ်နှုန်းချင်း မပြုတတ်။

视图不拥有数据，对视图所做的任何更改都会影响原始数组，而对原始数组所做的任何更改都会影响视图。

副本：

实例

进行复制，更改原始数组并显示两个数组：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 61
print(arr) 
print(x)

运行实例

该副本不应受到对原始数组所做更改的影响。

视图：

实例

创建视图，更改原始数组，然后显示两个数组：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 61
print(arr) 
print(x)

运行实例

视图应该受到对原始数组所做更改的影响。

在视图中进行更改：

实例

创建视图，更改视图，并显示两个数组：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
x[0] = 31
print(arr) 
print(x)

运行实例

原始数组应该受到对视图所做更改的影响。

检查数组是否拥有数据

如上所述，副本拥有数据，而视图不拥有数据，但是我们如何检查呢？

每个 NumPy 数组都有一个属性 base，如果该数组拥有数据，则这个 base 属性返回 None。

否则，base 属性将引用原始对象。

实例

打印 base 属性的值以检查数组是否拥有自己的数据：

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
y = arr.view()
print(x.base)
print(y.base)

运行实例

副本返回 None。

视图返回原始数组。