Frage zum Verhalten von Arrays

[sirvival]

Hi,
ich bin heute über etwas gestolpert dass ich nicht ganz verstehe.

Ich lese einen Datensatz von 26 Zeilen mit je 300000 Einträgen ein.

Auf diesen möchte ich random noise legen.

Code in etwa:

Code: Alles auswählen

data_all = np.loadtxt(path1+"data_all.dat")

data_noise = data_all

for i in range(26):
	data_noise[i] += np.random.normal(0,1e12,data_noise[0].size)

Wenn ich mir nun beides plotte (also data_all und data_noise) sind beide identisch.

Habe ich aber statt
data_noise = data_all
data_noise = data_all.copy()
im code stehen dann bleibt data_all ohne noise erhalten.

Wieso ist bei variante 1 data_all mit data_noise verbunden (weiß jetzt nicht wie ich dass Ausdrücken soll)?
Ich dachte so etwas kommt bei python nicht vor.


Gruß

PS: benutze python 2.7.1

Beispiele zum Verdeutlichen (ihr habt ja nicht meine Daten):
Var1

Code: Alles auswählen

import numpy as np
import matplotlib.pyplot as mpl

data_all = np.zeros(100)

data_noise = data_all

data_noise += np.random.normal(0,1e12,data_noise.size)

mpl.plot(data_all,'r-',label='Original Data')
mpl.plot(data_noise,'b-',label='With Noise')
mpl.legend()
mpl.show()

Var2

Code: Alles auswählen

import numpy as np
import matplotlib.pyplot as mpl

data_all = np.zeros(100)

data_noise = data_all.copy()

data_noise += np.random.normal(0,1e12,data_noise.size)

mpl.plot(data_all,'r-',label='Original Data')
mpl.plot(data_noise,'b-',label='With Noise')
mpl.legend()
mpl.show()

[numerix]

Soviele Beispiele wären gar nicht nötig gewesen ...

Die Lösung ist einfach. Die Zuweisung

Code: Alles auswählen

neuliste = alteliste

liefert dir keine Kopie von alteliste, sondern eine Referenz, d.h. einen weiteren Namen auf exakt die gleiche Liste, die du nun sowohl über alteliste als auch über neueliste ansprechen kannst.
Für eine einfache Kopie genügt auch:

Code: Alles auswählen

neuliste = alteliste[:]

[sirvival]

Ist dies immer so mit der Referenz?
Meine ich habe dass schon einmal so gemacht ohne Problem (also a=b).


Gruß

[EyDu]

Ja, es werden immer die Referenzen verwendet. Wahrscheinlich ist es dir bisher noch nicht aufgefallen, weil es (nach außen) bei unveränderlichen Typen, wie Tupel, Zahlen oder Strings, keinen Unterschied macht, ob man mit Referenzen oder Kopien arbeitet.

Sebastian

[BlackJack]

@numerix: Der OP arbeitet mit `numpy`-Arrays, da hat ”slicing” nicht den gewünschten Effekt ein unabhängiges Objekt zu erzeugen:

Code: Alles auswählen

In [62]: a = np.zeros((3, 3))

In [63]: b = a[:]

In [64]: b += 1

In [65]: a
Out[65]: 
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

[numerix]

@numerix: Der OP arbeitet mit `numpy`-Arrays, da hat ”slicing” nicht den gewünschten Effekt ein unabhängiges Objekt zu erzeugen:

Danke für die Korrektur.

[sirvival]

Hi,
eines verstehe ich aber noch nicht ganz:

Code: Alles auswählen

import numpy as np
a = np.zeros(10)
b = a
b = b+1
print a,b
[ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.] 
[ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]

vs

Code: Alles auswählen

import numpy as np
a = np.zeros(10)
b = a
b += 1
print a, b
[ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
[ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]

Der + Operator arbeitet also ohne Ref. und += mit?


Gruß und Danke


PS: komme von IDL kenne dort keinen entsprechenden += Operator

[EyDu]

Nein, in beiden Fällen wird weiter mit Referenzen gearbeitet. Allerdings erzeugt `+` ein neues Array `+=` hingegen verändert das aktuelle. Vielleicht hilft dir der folgende Code beim Verständnis ein wenig weiter:

Code: Alles auswählen

>>> spam = [1,2,3]
>>> eggs = [4,5,6]
>>> id(spam)
140297289139552
>>> id(eggs)
140297288982400
>>> foo = spam+eggs
>>> id(foo)
140297289041176
>>> spam += eggs
>>> spam
[1, 2, 3, 4, 5, 6]
>>> id(spam)
140297289139552
>>> eggs
[4, 5, 6]
>>> id(eggs)
140297288982400

[sirvival]

Alles klar!
Vielen Dank

Gruß und schönes Wochenende