numpy.array和numpy.array [：]之間的區別

Question

又是我... ：）

我試圖找到這個問題的答案，但我仍然不夠幸運。 就是這樣

調用一個numpy數組（比如說“ iris”）和該數組中的整個數據組（例如通過使用iris [：]）有什么區別？

我之所以這樣問，是因為我在運行第一個示例（如下）時遇到錯誤，而第二個示例運行良好。

這是代碼：

在第一部分中，我加載了庫並從Internet導入了數據集。

import statsmodels.api as sm
iris = sm.datasets.get_rdataset(dataname='iris',
                            package='datasets')['data']

如果我運行此代碼，則會收到錯誤消息：

iris.columns.values = [iris.columns.values[x].lower() for x in range( len( iris.columns.values ) ) ]
print(iris.columns.values)

現在，如果我運行此代碼，它將正常工作：

iris.columns.values[:] = [iris.columns.values[x].lower() for x in range( len( iris.columns.values ) ) ]
print(iris.columns.values)

最好的祝福，

Answer 1

區別在於，當您執行iris.columns.values = ...您嘗試替換被保護的iris.columns中values屬性的引用（請參閱pandas.core.frame.DataFrame pandas實現）以及執行該操作時iris.columns.values[:] = ...您訪問np.ndarray的數據並將其替換為新值。 在第二個賦值語句中，您不會覆蓋對numpy對象的引用。 [:]是一個slice對象，傳遞給numpy數組的__setitem__方法。

編輯 ：

此類屬性的確切實現（有多個，這里是pd.Series實現）是：

    @property
    def values(self):
        """ return the array """
        return self.block.values

因此，您嘗試覆蓋由裝飾器 @property后接getter函數構造的屬性，並且該屬性只能由getter而不是setter提供，因此無法替換。 請參閱關於buildins的Python文檔-property（）

Answer 2

iris.columns.values = val

電話

type(iris.columns).__setattr__(iris.columns, 'values', val)

這正在運行pandas的代碼，因為type(iris.columns)是pd.Series

---

iris.columns.values[:] = val

電話

type(iris.columns.value).__setitem__(iris.columns.value, slice(None), val)

這正在運行numpy的代碼，因為type(iris.columns.value)是np.ndarray