Heim  >  Artikel  >  Backend-Entwicklung  >  Beispiel für eine einheitliche Zuweisung von Array-Elementen in Numpy

Beispiel für eine einheitliche Zuweisung von Array-Elementen in Numpy

不言
不言Original
2018-04-04 16:54:563432Durchsuche

Der folgende Editor wird Ihnen ein Beispiel für die einheitliche Zuweisung von Array-Elementen in Numpy vorstellen. Es hat einen guten Referenzwert und ich hoffe, dass es für alle hilfreich ist. Folgen wir dem Editor und werfen wir einen Blick darauf.

Der gesamte Array-Verarbeitungs- und Zuweisungsvorgang in Numpy hat mich immer ein wenig verwirrt und ich verstehe ihn oft nicht wirklich. Heute werde ich die relevanten Wissenspunkte separat auflisten und zusammenfassen.

Schauen wir uns zwei kleine Beispiele für Codeschnipsel an:

Beispiel 1:

In [2]: arr =np.empty((8,4))
 
In [3]: arr
Out[3]:
array([[ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])
 
In [4]: arr[1] = 1
 
In [5]: arr
Out[5]:
array([[ 0., 0., 0., 0.],
    [ 1., 1., 1., 1.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])

Beispiel 2:

In [6]: arr1 =np.empty(2)
In [8]: arr1
Out[8]:array([ 7.74860419e-304,  7.74860419e-304])
 
In [9]: arr1 = 0
 
In [10]: arr1
Out[10]: 0

Diese beiden Absätze scheinen ein inkonsistentes Verhalten zu haben. Tatsächlich kann es immer noch mit dem allgemeinen objektorientierten Etikettenverständnismodell verstanden werden.

In Beispiel 1 bezieht sich die Beschriftung nach dem Hinzufügen des Index tatsächlich auf den spezifischen Speicherbereich, während in Beispiel 2 eine Beschriftung direkt verwendet wird. Wie implementiert man also die Gesamtzuweisung eines eindimensionalen Arrays? Tatsächlich müssen Sie nur alle Elemente indizieren.

Die spezifische Methode ist wie folgt:

In [11]: arr1 =np.empty(2)
 
In [12]: arr1
Out[12]: array([0., 0.])
 
In [13]: arr1[:]
Out[13]: array([0., 0.])
 
In [14]: arr1[:] =0
 
In [15]: arr1
Out[15]: array([0., 0.])

Siehe Es scheint ganz einfach zu sein, aber ohne eine gründliche Analyse ist es tatsächlich etwas schwer zu verstehen.

Verwandte Empfehlungen:

Eine kurze Diskussion über verschiedene Möglichkeiten zum Sortieren von Numpy-Arrays_Python

Ein einfaches Beispiel für das Spleißen von Numpy-Arrays_ Python

Das obige ist der detaillierte Inhalt vonBeispiel für eine einheitliche Zuweisung von Array-Elementen in Numpy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn