『Numpy』numpy.ndarray.view_数组视图_内存数据切割方式指导

Posted 叠加态的猫

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了『Numpy』numpy.ndarray.view_数组视图_内存数据切割方式指导相关的知识,希望对你有一定的参考价值。

在计算机中,没有任何数据类型是固定的,完全取决于如何看待这片数据的内存区域。
在numpy.ndarray.view中,提供对内存区域不同的切割方式,来完成数据类型的转换,而无须要对数据进行额外的copy,可以节约内存空间。

使用示例

import numpy as np
x = np.arange(10, dtype=np.int)

print(‘An integer array:‘, x)
print (‘An float array:‘, x.view(np.float))
An integer array: [0 1 2 3 4 5 6 7 8 9]

An float array:
[ 0.00000000e+000 4.94065646e-324 9.88131292e-324 1.48219694e-323 1.97626258e-323 2.47032823e-323 2.96439388e-323 3.45845952e-323 3.95252517e-323 4.44659081e-323]

 

 

以上是关于『Numpy』numpy.ndarray.view_数组视图_内存数据切割方式指导的主要内容,如果未能解决你的问题,请参考以下文章

numpy模块

Numpy学习

Python使用numpy函数vsplit垂直(行角度)拆分numpy数组(返回拆分后的numpy数组列表)实战:垂直拆分二维numpy数组split函数垂直拆分二维numpy数组

numpy使用np.printoptions函数抑制numpy对于长numpy数组的自动省略显示numpy数组中的所有数据

Python使用numpy函数hsplit水平(按列)拆分numpy数组(返回拆分后的numpy数组列表)实战:水平(按列)拆分二维numpy数组split函数水平(按列)拆分二维numpy数组

NumPy学习——numpy初级