Orario delle lezioni

Tutorial di Python

• Tutorial di Python
• Introduzione a Python
• Accesso a Python
• Sintassi Python
• Commenti Python
• Variabile Python
• Tipi di dati Python
• Numeri di Python
• Casting Python
• Stringa Python
• Booleano Python
• Operatore Python
• Lista Python
• Tuple Python
• Set Python
• Dizionario Python
• If Else di Python
• Ciclo While Python
• Ciclo For Python
• Funzione Python
• Lambda Python
• Array Python
• Classe/oggetto di Python
• Ereditarietà Python
• Iterazione Python
• Ambito Python
• Modulo Python
• Data Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Input di comando di Python
• Formattazione della stringa Python

Elaborazione di file

• Apertura del file Python
• Lettura del file Python
• Scrittura/creazione di file di Python
• Eliminazione del file Python

Python NumPy

• Introduzione a NumPy
• Accesso a NumPy
• Creazione dell'array NumPy
• Indice dell'array NumPy
• Taglio dell'array NumPy
• Tipo di dati NumPy
• Copia/Visualizzazione NumPy
• Forma dell'array NumPy
• Riformattazione dell'array NumPy
• Iterazione dell'array NumPy
• Connessione dell'array NumPy
• Scomposizione dell'array NumPy
• Ricerca dell'array NumPy
• Ordinamento dell'array NumPy
• Filtraggio dell'array NumPy
• Casuale NumPy
• ufunc NumPy

Apprendimento automatico

• Inizio
• Modello di media e mediana
• Deviazione standard
• Percentile
• Distribuzione dei dati
• Distribuzione di dati normali
• Diagramma a dispersione
• Regressione lineare
• Regressione polinomiale
• Regressione multivariata
• Scala
• Addestramento/test
• Albero di decisione

Python MySQL

• Inizio di MySQL
• Creare un database di MySQL
• Creare una tabella di MySQL
• Inserisci di MySQL
• Select di MySQL
• Where di MySQL
• Ordinare per MySQL
• Eliminare di MySQL
• Eliminare la tabella di MySQL
• Aggiornamento di MySQL
• Limit di MySQL
• Join di MySQL

Python MongoDB

• Inizio di MongoDB
• Creare un database di MongoDB
• Creare una raccolta di MongoDB
• Inserisci di MongoDB
• Trova di MongoDB
• Query di MongoDB
• Ordinare MongoDB
• Eliminare di MongoDB
• Eliminare la raccolta di MongoDB
• Aggiornamento di MongoDB
• Limit di MongoDB

Manuale di Riferimento Python

• Panoramica di riferimento di Python
• Funzioni native di Python
• Metodi di stringa di Python
• Metodi di lista di Python
• Metodi di dizionario di Python
• Metodi di tuple di Python
• Metodi di集合 di Python
• Metodi di file di Python
• Parole chiave di Python

Manuale di riferimento del modulo

• Modulo casuale
• Modulo di richiesta

Python How To

• Eliminare gli elementi duplicati dalla lista
• Invertire la stringa

Esempio in Python

• Esempio in Python
• Test in Python

Corso a scelta

Recomendazione di corso:

• Cassetta degli Attrezzi di CodeW3C.com

La differenza tra la copia e la vista

La principale differenza tra la copia e la vista dell'array è che la copia è un nuovo array, mentre la vista è solo una vista dell'array originale.

La copia possiede i dati, qualsiasi modifica apportata alla copia non influisce sull'array originale, e qualsiasi modifica apportata all'array originale non influisce sulla copia.

La vista non possiede dati, qualsiasi modifica apportata alla vista influenzerà l'array originale, mentre qualsiasi modifica apportata all'array originale influenzerà la vista.

Copia:

Esempio

Effettuare una copia, modificare l'array originale e quindi visualizzare due array:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 61
print(arr) 
print(x)

Eseguire l'esempio

La copia non dovrebbe essere influenzata dalle modifiche apportate all'array originale.

Vista:

Esempio

Creare una vista, modificare l'array originale e quindi visualizzare due array:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 61
print(arr) 
print(x)

Eseguire l'esempio

La vista dovrebbe essere influenzata dalle modifiche apportate all'array originale.

Modifiche nella vista:

Esempio

Creare una vista, modificare la vista e visualizzare due array:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
x[0] = 31
print(arr) 
print(x)

Eseguire l'esempio

L'array originale dovrebbe essere influenzato dalle modifiche apportate alla vista.

Verificare se l'array ha dati

Come descritto, la copia ha dati mentre la vista non ha dati, ma come possiamo verificare?

Ogni array NumPy ha un attributo basese l'array ha dati, l'attributo base restituisce None.

Altrimenti,base L'attributo riferirà all'oggetto originale.

Esempio

Stampare il valore dell'attributo base per verificare se l'array ha i propri dati:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
y = arr.view()
print(x.base)
print(y.base)

Eseguire l'esempio

Restituzione di una copia None.

Visualizza il vettore originale.

Strumenti

Manuale di Riferimento Python

Esempio in Python

Test in Python

Link degli Sponsor