USF MSDS501 计算数据科学中文讲义 2.5 数据别名

2023-12-07 18:10

本文主要是介绍USF MSDS501 计算数据科学中文讲义 2.5 数据别名,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

来源:ApacheCN『USF MSDS501 计算数据科学中文讲义』翻译项目

原文:Data Aliasing

译者:飞龙

协议:CC BY-NC-SA 4.0

编程最棘手的事情之一是确切地确定变量所指的数据。 请记住,我们使用datasalary这样的名称来表示保存数据值的内存单元。 名称比物理内存地址更容易记住,但我们可能被愚弄。 例如,显然两个变量xy都可以具有相同的整数值 7:

x = y = 7
print(x,y)# 7 7

但是,你知道他们都指的是同一个 7 对象吗? 换句话说,Python 中的变量始终是引用或指向数据的指针,因此变量在技术上并不是持有值。 指针就像电话号码“指向”手机,但指针本身不是手机本身。

我们可以使用内置的id(x)函数来发现这个间接的秘密层次,该函数返回由x指向的物理内存地址。 为了证明这一点,让我们问一下xy指向的是什么:

x = y = 7
print(id(x))
print(id(y))'''
4468307488
4468307488
'''

哇! 他们是一样的。 该数字表示 Python 存储共享对象 7 的内存位置。

当然,作为程序员,我们并不认为这些原子元素指的是同一个对象;请记住他们这样做。 我们更有可能将它们视为相同数字的副本,因为lolviz在视觉上显示:

from lolviz import *
callviz(varnames=['x','y'])

svg

让我们验证字符串是否发生了同样的事情:

name = 'parrt'
userid = name # userid now points at the same memory as name
print(id(name))
print(id(userid))'''
4506178760
4506178760
'''

好的,很好,所以我们实际上共享相同的内存地址来保存字符串'parrt',并且两个变量名都指向同一个共享空间。我们在语言实现中称之为别名

当我们开始更改共享数据时,事情才会变得怪异。整数和字符串不会发生这种情况,因为它们是不可变的(无法更改)。让我们看一个列表的两个相同副本:

you = [1,3,5]
me  = [1,3,5]
print(id(you))
print(id(me))
callviz(varnames=['you','me'])'''
4508962504
4508962440
'''

svg

这些列表具有相同的值,但存在不同的内存地址。他们不是别名;它们不是共享的。因此,更改一个不会改变另一个:

you = [1,3,5]
me  = [1,3,5]
print(you, me)
you[0] = 99
print(you, me)'''
[1, 3, 5] [1, 3, 5]
[99, 3, 5] [1, 3, 5]
'''

另一方面,让我们看看如果我们让youme共享相同的列表副本(指向相同的内存位置)会发生什么:

you = [1,3,5]
me  = you
print(id(you))
print(id(me))
print(you, me)
callviz(varnames=['you','me'])'''
4509139464
4509139464
[1, 3, 5] [1, 3, 5]
'''

svg

现在,更改一个似乎改变另一个,但实际上两者都刚好引用内存中的相同位置:

you[0] = 99
print(you, me)
callviz(varnames=['you','me'])# [99, 3, 5] [99, 3, 5]

svg

不要混淆“更改列表元素”和“更改指向列表的指针”:

you = [1,3,5]
me  = you
callviz(varnames=['you','me'])

svg

me = [9,7,5] # doesn't affect `you` at all
print(you)
print(me)
callviz(varnames=['you','me'])'''
[1, 3, 5]
[9, 7, 5]
'''

svg

当我们将列表或其他数据结构传递给函数时,这种数据别名大量存在。 将Quantity列表传递给其参数名为data的函数,意味着这两个是别名。 我们将在使用函数组织代码的“符号可见性”部分中,更详细地查看这个现象。

浅复制

X = [[1,2],[3,4]]
Y = X.copy() # shallow copy
callviz(varnames=['X','Y'])

svg

X[0][1] = 99
callviz(varnames=['X','Y'])
print(Y)# [[1, 99], [3, 4]]

转载于:https://my.oschina.net/wizardforcel/blog/3068326

这篇关于USF MSDS501 计算数据科学中文讲义 2.5 数据别名的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/466853

相关文章

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热

Python中经纬度距离计算的实现方式

《Python中经纬度距离计算的实现方式》文章介绍Python中计算经纬度距离的方法及中国加密坐标系转换工具,主要方法包括geopy(Vincenty/Karney)、Haversine、pyproj... 目录一、基本方法1. 使用geopy库(推荐)2. 手动实现 Haversine 公式3. 使用py

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库