Sie können mit numpy des Schneidens einfach start:stop:step
.
>>> xs
array([1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4])
>>> xs[1::4]
array([2, 2, 2])
Dadurch wird eine Ansicht der Originaldaten erstellt, sodass die Zeit konstant bleibt . Es spiegelt auch Änderungen am ursprünglichen Array wider und behält das gesamte ursprüngliche Array im Speicher:
>>> a
array([1, 2, 3, 4, 5])
>>> b = a[::2] # O(1), constant time
>>> b[:] = 0 # modifying the view changes original array
>>> a # original array is modified
array([0, 2, 0, 4, 0])
Wenn eines der oben genannten Probleme auftritt, können Sie eine Kopie explizit erstellen:
>>> a
array([1, 2, 3, 4, 5])
>>> b = a[::2].copy() # explicit copy, O(n)
>>> b[:] = 0 # modifying the copy
>>> a # original is intact
array([1, 2, 3, 4, 5])
Dies ist keine konstante Zeit, aber das Ergebnis ist nicht an das ursprüngliche Array gebunden. Die Kopie grenzt auch an den Speicher an, wodurch einige Vorgänge schneller ausgeführt werden können.