python数组的复制

Ⅰ python中函数变量作用域和类变量作用域怎么搞都错，烦躁中

python中，变量的作用域要弄清楚。只有mole、class、def、lambda才会引入作用域，其他的代码块是不会引入作用域的。
1
图一中，你在函数中声明了d为全局变量，但这样是无效的，程序运行结果，已经说明这一点。

global这个关键字，是用来“在函数中修改全局变量值”的声明，而不是“在局部函数中定义一个全局变量”的声明。这里要注意一下。
你可以再局部函数外面声明变量d，再加上你原先的函数，就可以修改、访问这个变量了。

2
在类中函数的变量，作用域只在函数中。图二中，jian这个变量分别在yu（），yu1（）两个函数中，是处于不同的定义域中的，是不能相互访问的。
所以，在各自函数中，只有先定义了jian变量，才能再使用。
如果想在yu1（）中访问yu（）中的jian变量，就需要将jian变量变成全局变量，即在class中定义一个全局变量jian，这样yu1(),yu()函数都可以访问了

Ⅱ python中,如何复制数组

python中直接通过等号赋值实际上只是引用地址的传递
如：a = [1,2,3,4,5]
b=a
当a的值改变时，b的值也会随之改变
如果希望b和a没有关系，可以通过下面的方法a = [1,2,3,4,5]
b=a[:]
这样a和b就是两个完全独立的数组，互相不会影响。

Ⅲ 对Python中数组的几种使用方法总结

对Python中数组的几种使用方法总结
今天小编就为大家分享一篇对Python中数组的几种使用方法总结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
二维数组的初始化
matirx_done = [[0 for i in range(0, len(matirx))]for j in range(0, len(matirx[0]))]
就将其初始化为一个与matrix相同大小的元素全为 0 的矩阵
数组的多级排序
在数组 idea_collect = [[3, 1, 2], [3, 2, 1], [3, 2, 2], [3, 1, 1]] 中, 先按照第二项排列, 再按照第三项倒序排列 可写为:
idea_collect.sort(key=lambda x: (x[1], -x[2]))
其中, x[1] 代表第二项正序排列, -x[2] 代表第三项倒序排列
排列结果为 [[3, 1, 2], [3, 1, 1], [3, 2, 2], [3, 2, 1]]
在一个 class 中多个函数不传参使用同一个数组
如例所示:
class Partition:
def __init__(self):
self.num_complete = []

def partition(self, num, start, end):
self.num_compelete = num

def partition_core(self):
del self.num_compelete[0]
其中,self.num_compelete就是 class 中两个函数同时可以直接调用的数组, 不过最好先在def __init__中声明这个数组
以上这篇对Python中数组的几种使用方法总结就是小编分享给大家的全部内容了

Ⅳ 如何复制数组的一部分到另外一个数组

用Array.Copy方法将数组或者数组的一部分复制到另个数组。Array.Copy是静郑并孙态方法，有多个重载版本。其中常用的是：

public static void Copy(
Array sourceArray,
int sourceIndex,
Array destinationArray,
int destinationIndex,
int length);
各个参数含义如下

sourceArray —— 源数组
sourceIndex —— 表示 sourceArray 中复制开始处的索引
destinationArray —— 目标数组，它接收数据
destinationIndex —— 表示 destinationArray 中存储开始处的索引
length —— 要复制的元素数目。
用法举例如下：

（1）复喊链制数组的一部分到另一个数组

int[] src = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 };
int[] dest = new int[4];
// 将数组 src 中元素 2,3,4,5 复制到 dest
Array.Copy(src, 1, dest, 0, 4);
（2）复制整个数组

int[] src = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 };
int[] dest = new int[src.Length];
// 将数组 src 所有元素蔽歼复制到 dest
Array.Copy(src, 0, dest, 0, src.Length);

Ⅳ Python——ndarray多维数组基本操作（1）

数组允许进行批量操作而无需使用for循环，因此更加简便，这种特性也被称为向量化。任何两个等尺寸之间的算术操作都应用逐元素操作的方式进行。

同尺度数组之间的比较，会产生一个布尔型数组。

上述操作均是在同尺度数组之间进行的，对于不同尺度数组间的操作，会使用到广播特性。

索引：获取数组中特定位置元素的过程；
切片：获取数组元素子集的过程。

new_a = a.astype(new_type)

astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致。

ls = a.tolist()

转置是一种特殊的数据重组形式，可以返回底层数据的视图而不需要复制任何内容。
数组拥有 transpose 方法，也有特殊的 T 属性。

对于更高纬度的数组， transpose 方法可以接受包含轴编号的元组，用于转置轴。

ndarray的 swapaxes 方法，通过接受一对轴编号作为参数，并对轴进行调整用于重组数据。
swapaxes 方法返回的是数据的视图，而没有对数据进行复制。

Reference：
《Python for Data Analysis:Data Wrangling with Pandas,Numpy,and IPython》

Ⅵ 一个python编程问题，a是一个array，b = a.( )和b = a两种复制方法有什么区别啊

#!/usr/bin/envpython
#-*-coding:utf-8-*-
import
a=[1,2,3]
b=野运a
c=.(a)
print'1.a,b,c的内存地址==》',id(a),id(b),id(c)
print'2.说明了b=a,就相当于a,b指向了同一个内存地址，那么如果改变a的值b也会跟着改变'
b[1]=3333
print'3.b==>[1,3333,3]'
printb,a,'a,b同时改变了'

print'4.改变了a的值颂游梁c不会变'
printc

>>>
1.a,b,c的内存地址==》479863124798631247925256
2.说明了b=a,就相当于a,b指向了同一个内存地址，那么如果磨高改变a的值b也会跟着改变
3.b==>[1,3333,3]
[1,3333,3][1,3333,3]a,b同时改变了
4.改变了a的值c不会变
[1,2,3]
>>>

Ⅶ Python中数组的基本操作

先定义一个数组列表：

列表合并也可以用+，但是用+的话，会产生一个新的列表（当然也可以赋值给任何的变量），而extend则只是修改了原来的对象

只读数组，只能查看不能编辑，列表的切片操作同样适于元组。

表达方式：tuple=("元素1","元素2","元素3"),中间同样用，隔开

特殊的元组：tupleZero=（）空元组

                        tupleOne=("元素1"，)  只有一个元素，后面要跟一个，（注意好的习惯的养成）

作用：1.对于一些不想被修改的元素，可以放在元组里面

        2.元组可以在映射（和集合的成员）中当作键使用，而列表不行

        3.元组作为内建函数和方法的返回值

enumerate（列表对象，返回标签起始值（默认为零））

上面的例子可以看出，返回的i是一个元组，如果不想要元组的话，可以用两个参数接收：

Ⅷ python 数组列表复制

前端QQ群: 981668406
在此附上我的QQ: 2489757828 有问题的话可以一同探讨
我的github: 李大玄
我的私人博客: 李大玄
我的: 李大玄
我的CSDN: 李大玄

a_new_list = a_list[:]
print("Output #77: {}".format(a_new_list))
这个示例展示拆州了如何复制一个列表。如果你需要对列表进行某种操作，比如添加或删除元
素，或对列表进行排序，但你还希望原始列表保持不野蠢变，这时这个功能就非常重要了。要
复制一个列表，在列表名称后面的方括号中放入一个冒号，然后将其赋给一个新的变量即
可。在这个示例中， a_new_list 是 a_list 的一旅脊蔽个完美复制，所以你可以对 a_new_list 添
加或删除元素，也可以对 a_new_list 进行排序，而不会影响 a_list 。

Ⅸ python关于numpy基础问题

Python发展至今，已经有越来越多的人使用python进行科学技术，NumPY是python中的一款高性能科学计算和数据分析的基础包。
ndarray
ndarray（以下简称数组）是numpy的数组对象，需要注意的是，它是同构的，也就是说其中的所有元素必须是相同的类型。其中每个数组都有一个shape和dtype。
shape既是数组的形状，比如
复制代码
1 import numpy as np
2 from numpy.random import randn
3
4 arr = randn(12).reshape(3, 4)
5
6 arr
7
8 [[ 0.98655235 1.20830283 -0.72135183 0.40292924]
9 [-0.05059849 -0.02714873 -0.62775486 0.83222997]
10 [-0.84826071 -0.29484606 -0.76984902 0.09025059]]
11
12 arr.shape
13 (3, 4)
复制代码
其中(3, 4)即代表arr是3行4列的数组，其中dtype为float64
一下函数可以用来创建数组
array将输入数据转换为ndarray，类型可制定也可默认
asarray将输入转换为ndarray
arange类似内置range
ones、ones_like根据形状创建一个全1的数组、后者可以复制其他数组的形状
zeros、zeros_like类似上面，全0
empty、empty_like创建新数组、只分配空间
eye、identity创建对角线为1的对角矩阵
数组的转置和轴对称
转置是多维数组的基本运算之一。可以使用.T属性或者transpose()来实现。.T就是进行轴对换而transpose则可以接收参数进行更丰富的变换
复制代码
arr = np.arange(6).reshape((2,3))
print arr
[[0 1 2]
[3 4 5]]
print arr.T
[[0 3]
[1 4]
[2 5]]
arr = np.arange(24).reshape((2,3,4))
print arr
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
print arr.transpose((0,1,2))
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
复制代码
数组的运算
大小相等的数组之间做任何算术运算都会将运算应用到元素级别。
复制代码
1 arr = np.arange(9).reshape(3, 3)
2 print arr
3
4 [[0 1 2]
5 [3 4 5]
6 [6 7 8]]
7
8 print arr*arr
9
10 [[ 0 1 4]
11 [ 9 16 25]
12 [36 49 64]]
13
14 print arr+arr
15
16 [[ 0 2 4]
17 [ 6 8 10]
18 [12 14 16]]
19
20 print arr*4
21
22 [[ 0 4 8]
23 [12 16 20]
24 [24 28 32]]
复制代码
numpy的简单计算中，ufunc通用函数是对数组中的数据执行元素级运算的函数。
如：
复制代码
arr = np.arange(6).reshape((2,3))
print arr
[[0 1 2]
[3 4 5]]
print np.square(arr)
[[ 0 1 4]
[ 9 16 25]]
复制代码
类似的有：abs,fabs,sqrt,square,exp,log,sign,ceil,floor,rint,modf,isnan,isfinite,isinf,cos,cosh,sin,sinh,tan,tanh，
add,subtract,multiply,power,mod,equal,等等

Ⅹ python怎么操作多维数组元素

在Python中，一个像这样的多维表格可以通过“序列的序列”实现。一个表格是行的序列。每一行又是独立单元格的序列。这类似于我们使用的数学记号，在数学里我们用Ai,j，而在Python里我们使用A[i][j]，代表矩阵的第i行第j列。

这看起来非常像“元组的列表”（Lists of Tuples）。

“列表的列表”示例

我们可以使用嵌套的列表推导式（list comprehension）创建一个表格。 下面的例子创建了一个“序列的序列”构成的表格，并为表格的每一个单元格赋值。
table= [ [ 0 for i in range(6) ] for j in range(6) ]
print table
for d1 in range(6):
for d2 in range(6):
table[d1][d2]= d1+d2+2
print table
123456

程序的输出结果如下：
[[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, 0, 0, 0, 0]]
[[2, 3, 4, 5, 6, 7], [3, 4, 5, 6, 7, 8], [4, 5, 6, 7, 8, 9],
[5, 6, 7, 8, 9, 10], [6, 7, 8, 9, 10, 11], [7, 8, 9, 10, 11, 12]]
1234

这个程序做了两件事：创建了一个6 × 6的全0表格。 然后使用两枚骰子的可能组合的数值填充表格。 这并非完成此功能最有效的方式，但我们通过这个简单的例子来演示几项技术。我们仔细看一下程序的前后两部分。

程序的第一部分创建并输出了一个包含6个元素的列表，我们称之为“表格”；表格中的每一个元素都是一个包含6个0元素的列表。它使用列表推导式，对
于范围从0到6的每一个j都创建对象。每一个对象都是一个0元素列表，由i变量从0到6遍历产生。初始化完成之后，打印输出二维全0表格。

推导式可以从里向外阅读，就像一个普通表达式一样。内层列表[ 0 for i in range(6) ]创建了一个包含6个0的简单列表。外层列表[ [...] for j in range(6) ]创建了这些内层列表的6个深拷贝。

程序的第2个部分对2个骰子的每一个组合进行迭代，填充表格的每一个单元格。这由两层嵌套循环实现，每一个循环迭代一个骰子。外层循环枚举第一个骰子的所有可能值d1。内层循环枚举第二个骰子d2。

更新每一个单元格时需要通过table[d1]选择每一行；这是一个包含6个值的列表。这个列表中选定的单元格通过...[d2]进行选择。我们将掷骰子的值赋给这个单元格，d1+d2+2

其他示例

打印出的列表的列表不太容易阅读。下面的循环会以一种更加可读的形式显示表格。
>>>
for row in table:

...
print row

...
[2, 3, 4, 5, 6, 7]
[3, 4, 5, 6, 7, 8]
[4, 5, 6, 7, 8, 9]
[5, 6, 7, 8, 9, 10]
[6, 7, 8, 9, 10, 11]
[7, 8, 9, 10, 11, 12]
12345678910111213

作为练习，读者可以试着在打印列表内容时，再打印出行和列的表头。提示一下，使用"%2d" % value字符串运算符可以打印出固定长度的数字格式。

显示索引值（Explicit Index Values）

我们接下来对骰子表格进行汇总统计，得出累计频率表。我们使用一个包含13个元素的列表（下标从0到12）表示每一个骰子值的出现频率。观察可知骰子值2在矩阵中只出现了一次，因此我们期望fq[2]的值为1。遍历矩阵中的每一个单元格，得出累计频率表。
fq= 13 * [0]
for i in range(6):
for j in range(6):
c= table[i][j]
fq[ c ] += 1
12345

使用下标i选出表格中的行，用下标j从行中选出一列，得到单元格c。然后用fq统计频率。

这看起来非常的数学和规范。Python提供了另外一种更简单一些的方式。

使用列表迭代器而非下标

表格是列表的列表，可以采用无下标的for循环遍历列表元素。
fq= 13 * [0]
print fq
for row in table:
for c in row:
fq[c] += 1
print fq[2:]