Sveip for å vise menyen

Kopiere Matriser

Ofte trenger du å lage en kopi av en matrise for å gjøre endringer uten å påvirke den opprinnelige matrisen.

Enkel tildeling

Først skal vi diskutere hvorfor vi ikke bare kan lage en annen variabel ved å bruke array_2 = array_1, hvor array_1 er vår opprinnelige matrise.


              123456
            
import numpy as np
array_1 = np.array([1, 2, 3])
array_2 = array_1
# Setting the first element of array_2 to 10
array_2[0] = 10
print(array_1)

Vi endret verdien til det første elementet i array_2 til 10, men denne tildelingen endret også verdien til det første elementet i array_1 til 10.

Merk

Med array_2 = array_1, oppretter du ikke en ny array; i stedet oppretter du en referanse til den samme arrayen i minnet. Som et resultat vil alle endringer gjort i array_2 også påvirke array_1.

For å løse dette problemet, kunne vi skrive array_2 = np.array([1, 2, 3]), men det ville bety å skrive den samme koden to ganger. Husk nøkkelprinsippet i koding: Ikke gjenta deg selv.

ndarray.copy() Metode

Heldigvis har NumPy en ndarray.copy() metode som en løsning på dette problemet.


              12345678
            
import numpy as np
array_1 = np.array([1, 2, 3])
# Copying the contents of array_1
array_2 = array_1.copy()
# Setting the first element of array_2 to 10
array_2[0] = 10
print(f'Initial array: {array_1}')
print(f'Modified copy: {array_2}')

Nå har vi opprettet en ny array for array_2 med de samme elementene som array_1.

For 2D-arrayer er kopieringsprosedyren nøyaktig den samme.

numpy.copy() Funksjon

I stedet for .copy() metoden, kan vi også bruke copy() funksjonen, som tar arrayen som sin parameter: array_2 = np.copy(array_1).

Både funksjonen og metoden fungerer likt; det er imidlertid en nyanse. De har begge order-parameteren, som spesifiserer minneoppsettet til arrayen, men deres standardverdier er forskjellige.

Bildet nedenfor viser strukturen til sales_data_2021-arrayen brukt i oppgaven:

Oppgave

Swipe to start coding

Du analyserer kvartalsvise salgsdata for et selskap for året 2021. Dataene er lagret i en NumPy-array kalt sales_data_2021, hvor hver rad representerer et spesifikt produkt, og hver kolonne representerer kvartalsvise salg for det produktet.

Lag en kopi av sales_data_2021 ved å bruke den passende metoden for en NumPy-array og lagre den i sales_data_2022.
Oppdater de to siste elementene i første rad (som representerer et produkts kvartalsvise salg) i sales_data_2022 til 390 og 370:
- Bruk en positiv indeks for å spesifisere raden;
- Bruk en slice med kun en negativ start-verdi for å indeksere de to siste elementene.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Kopiere Matriser

Ofte trenger du å lage en kopi av en matrise for å gjøre endringer uten å påvirke den opprinnelige matrisen.

Enkel tildeling

Først skal vi diskutere hvorfor vi ikke bare kan lage en annen variabel ved å bruke array_2 = array_1, hvor array_1 er vår opprinnelige matrise.


              123456
            
import numpy as np
array_1 = np.array([1, 2, 3])
array_2 = array_1
# Setting the first element of array_2 to 10
array_2[0] = 10
print(array_1)

Vi endret verdien til det første elementet i array_2 til 10, men denne tildelingen endret også verdien til det første elementet i array_1 til 10.

Merk

Med array_2 = array_1, oppretter du ikke en ny array; i stedet oppretter du en referanse til den samme arrayen i minnet. Som et resultat vil alle endringer gjort i array_2 også påvirke array_1.

For å løse dette problemet, kunne vi skrive array_2 = np.array([1, 2, 3]), men det ville bety å skrive den samme koden to ganger. Husk nøkkelprinsippet i koding: Ikke gjenta deg selv.

ndarray.copy() Metode

Heldigvis har NumPy en ndarray.copy() metode som en løsning på dette problemet.


              12345678
            
import numpy as np
array_1 = np.array([1, 2, 3])
# Copying the contents of array_1
array_2 = array_1.copy()
# Setting the first element of array_2 to 10
array_2[0] = 10
print(f'Initial array: {array_1}')
print(f'Modified copy: {array_2}')

Nå har vi opprettet en ny array for array_2 med de samme elementene som array_1.

For 2D-arrayer er kopieringsprosedyren nøyaktig den samme.

numpy.copy() Funksjon

I stedet for .copy() metoden, kan vi også bruke copy() funksjonen, som tar arrayen som sin parameter: array_2 = np.copy(array_1).

Både funksjonen og metoden fungerer likt; det er imidlertid en nyanse. De har begge order-parameteren, som spesifiserer minneoppsettet til arrayen, men deres standardverdier er forskjellige.

Bildet nedenfor viser strukturen til sales_data_2021-arrayen brukt i oppgaven:

Oppgave

Swipe to start coding

Lag en kopi av sales_data_2021 ved å bruke den passende metoden for en NumPy-array og lagre den i sales_data_2022.
Oppdater de to siste elementene i første rad (som representerer et produkts kvartalsvise salg) i sales_data_2022 til 390 og 370:
- Bruk en positiv indeks for å spesifisere raden;
- Bruk en slice med kun en negativ start-verdi for å indeksere de to siste elementene.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor