Copiar e visualizar matriz no NumPy

A cópia e visualização da matriz Numpy é discutida nesta postagem com exemplos com a expectativa de que ela atenda aos seus requisitos de aprendizado.

Índice-

Copie e visualize a matriz no NumPy:

Cópia da matriz NumPy:

Pegue o array original , gere uma cópia, modifique-o e exiba-o:

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array([0, 2, 4, 5, 8, 10])
ample = mrx.copy()
mrx[3] = 6
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

NumPy Array Copiar e ver exemplos

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array(['bass', 'base', 'blew', 'blow', 'cell', 'sell', 'dear', 'deer'])
ample = mrx.copy()
mrx[3] = 'blue'
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

As modificações no array original NÃO DEVEM afetar a cópia .

Visualização de matriz NumPy:

Crie uma visualização, modifique o array original e apresente os dois arrays:

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array([0, 2, 4, 5, 8, 10])
ample = mrx.view()
mrx[3] = 6
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array(['bass', 'base', 'blew', 'blow', 'cell', 'sell', 'dear', 'deer'])
ample = mrx.view()
mrx[3] = 'blue'
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

A cópia e visualização da matriz Numpy deve levar em consideração as modificações feitas na matriz inicial.

Agora crie uma view , modifique a view e apresente os dois arrays:

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array([1, 3, 4, 7, 9, 11])
ample = mrx.view()
ample[2] = 5
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx = npy.array(['bass', 'base', 'blew', 'blue', 'cell', 'sall', 'dear', 'deer'])
ample = mrx.view()
ample[5] = 'sell'
print(mrx)
print(ample)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

A matriz inicial deve ser alterada pelas modificações feitas na exibição, pois estamos discutindo a cópia e visualização da matriz Numpy .

Verifique se a matriz possui seus dados

Anteriormente, discutimos que as cópias mantêm os dados, mas como podemos garantir que as visualizações mantenham os dados?

As matrizes NumPy têm uma propriedade base que fornece None se a matriz contiver dados.

Ele aponta para o objeto inicial se a propriedade base não estiver definida.

Para descobrir se um array contém seus dados, exiba o valor da propriedade base:

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx_arr = npy.array([0, 2, 4, 6, 8, 10])
ample1 = mrx_arr.copy()
ample2 = mrx_arr.view()
print(ample1.base)
print(ample2.base)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example:

1
2
3
4
5
6
7
8
import numpy as npy
mrx_arr = npy.array(['bass', 'base', 'blew', 'blue', 'cell', 'sall', 'dear', 'deer'])
ample1 = mrx_arr.copy()
ample2 = mrx_arr.view()
print(ample1.base)
print(ample2.base)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

A cópia produz a saída como None. As matrizes originais são exibidas pela exibição.

Copiar matriz NumPy e visualizar a diferença

A principal distinção entre uma cópia de matriz Numpy e uma exibição é que uma duplicata é uma nova matriz , enquanto uma exibição é simplesmente uma exibição de uma matriz existente.

Quaisquer modificações feitas na cópia não modificarão o array primário, e quaisquer alterações feitas no array primário não afetarão a cópia.

As visualizações não contêm dados, e quaisquer modificações nelas alterarão a matriz original, e quaisquer modificações na matriz afetarão a visualização.

Nós valorizamos o seu feedback.

Copiar e visualizar matriz no NumPy

Cópia da matriz NumPy:

Example:

Example:

Visualização de matriz NumPy:

Example:

Example:

Example:

Example:

Verifique se a matriz possui seus dados

Example:

Example:

Copiar matriz NumPy e visualizar a diferença

Sentindo entediado?