您现在的位置是:主页 > news > 建设一个跟京东一样的网站/seo品牌优化

建设一个跟京东一样的网站/seo品牌优化

admin2025/6/28 13:26:20news

简介建设一个跟京东一样的网站,seo品牌优化,上海平台网站建设公司排名,线上推广的渠道array和asarray都可以将结构数据转化为ndarray,但是主要区别就是当数据源是ndarray时,array仍然会copy出一个副本,占用新的内存,但asarray不会。 举例说明: import numpy as np#example 1: data1[[1,1,1],[1,1,1],[1,…

建设一个跟京东一样的网站,seo品牌优化,上海平台网站建设公司排名,线上推广的渠道array和asarray都可以将结构数据转化为ndarray,但是主要区别就是当数据源是ndarray时,array仍然会copy出一个副本,占用新的内存,但asarray不会。 举例说明: import numpy as np#example 1: data1[[1,1,1],[1,1,1],[1,…

array和asarray都可以将结构数据转化为ndarray,但是主要区别就是当数据源是ndarray时,array仍然会copy出一个副本,占用新的内存,但asarray不会。
举例说明:

import numpy as np#example 1:
data1=[[1,1,1],[1,1,1],[1,1,1]]
arr2=np.array(data1)
arr3=np.asarray(data1)
data1[1][1]=2
print 'data1:\n',data1
print 'arr2:\n',arr2
print 'arr3:\n',arr3

输出:


data1:
[[1, 1, 1], [1, 2, 1], [1, 1, 1]]
arr2:
[[1 1 1][1 1 1][1 1 1]]
arr3:
[[1 1 1][1 1 1][1 1 1]]

可见array和asarray没有区别,都对原数据进行了复制。

import numpy as np#example 2:
arr1=np.ones((3,3))
arr2=np.array(arr1)
arr3=np.asarray(arr1)
arr1[1]=2
print 'arr1:\n',arr1
print 'arr2:\n',arr2
print 'arr3:\n',arr3

输出:


arr1:
[[ 1.  1.  1.][ 2.  2.  2.][ 1.  1.  1.]]
arr2:
[[ 1.  1.  1.][ 1.  1.  1.][ 1.  1.  1.]]
arr3:
[[ 1.  1.  1.][ 2.  2.  2.][ 1.  1.  1.]]

此时,两者的区别就表现出来。

转载来源:https://blog.csdn.net/Gobsd/article/details/56485177