Python 如何从现有Numpy数组创建Numpy数组

我希望获取一个现有的numpy数组，并从现有数组创建一个新数组，但从现有数组的值开始和结束

例如：

arr = np.array([1,2,3,4,5,6,7,8,9,10])

def split(array):
    # I am only interested in 4 thru 8 in original array
    return new_array

>>>new_array
>>> array([4,5,6,7,8])

只要这样做：

arr1=arr[x:y]

在哪里,

x->开始索引

y->结束索引

例如：

>>> import numpy as np
>>> arr = np.array([1,2,3,4,5,6,7,8,9,10])
>>> arr
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])
>>> arr1=arr[3:8]
>>> arr1
array([4, 5, 6, 7, 8])

在上面的例子中，我们使用赋值，Python中的赋值语句不复制对象，而是在目标和对象之间创建绑定

您可以使用

.copy（）

进行浅拷贝。

浅层副本构造一个新的复合对象，然后（尽可能）在其中插入对原始副本中找到的对象的引用

i、 e

您可以使用

deepcopy（）

进行深度复制。

深度副本构造一个新的复合对象，然后递归地将在原始副本中找到的对象的副本插入其中

i、 e

进一步参考：

---

您需要对阵列进行切片和复制。首先，@AniMenon提到的切片可以通过殖民化索引实现

接下来，您可以选择使用内置的.copy（）或导入copy并使用copy.copy（）

---

无论哪种方式，这都是避免以后意外互连的重要一步。

arr[3:8]

或

arr[3:8]。如果您想要副本，而不是视图，则复制（）

。

deepcopy

与列表有关，但与

numpy

数组无关。是的，列表特别重要。把它都挂起来作为参考

copy（）

是问题的解决方案。从技术上讲，

arr1

是一个新数组（具有自己的

形状和
id
），但它与
arr
共享底层数据缓冲区。但是
arr1=arr[[3,4,5]]
将是完整副本。从长远来看，理解
numpy
视图
和
副本
之间的区别很重要。
>>> arr1=arr[3:8].copy()
>>> arr1
array([4, 5, 6, 7, 8])

>>> arr2 = deepcopy(arr[3:8])
>>> lst2
array([4, 5, 6, 7, 8])