Copy

Clase 8 de 24 • Curso de Manipulación y Transformación de Datos con Pandas y NumPy

Resumen

.copy() nos permite copiar un array de NumPy en otra variable de tal forma que al modificar el nuevo array los cambios no se vean reflejados en array original.

arr = np.arange(0, 11)
arr ----> array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

Tomamos un trozo del array original

arr[0:6] ----> array([0, 1, 2, 3, 4, 5])
trozo_de_arr = arr[0:6]

Queremos pasar todas nuestras variables a 0

trozo_de_arr[:] = 0
trozo_de_arr ----> array([0, 0, 0, 0, 0, 0])

Se han modificado los datos del array original porque seguía haciendo referencia a esa variable.

arr ----> array([ 0,  0,  0,  0,  0,  0,  6,  7,  8,  9, 10])

Con .copy() creamos una copia para no dañar nuestro array original

arr_copy = arr.copy()
arr_copy[:] = 100
arr_copy ----> array([100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100])
arr ----> array([ 0,  0,  0,  0,  0,  0,  6,  7,  8,  9, 10])

Esta función te ayudará a prevenir muchos errores y tener más confianza a la hora de manipular los datos

Contribución creada por: Edward Giraldo.

Alfonso Morán

student•

📝Copy

.copy() nos permite copiar un array de NumPy en otra variable de tal forma que al modificar el nuevo array los cambios no se vean reflejados en array original.

arr = np.arange(0, 11)
arr ----> array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])
arr[0:6] ----> array([0, 1, 2, 3, 4, 5])
trozo_de_arr = arr[0:6]
trozo_de_arr[:] = 0
trozo_de_arr ----> array([0, 0, 0, 0, 0, 0])

Se han modificado los datos del array original porque seguía haciendo referencia a esa variable.

arr ----> array([ 0,  0,  0,  0,  0,  0,  6,  7,  8,  9, 10])
arr_copy = arr.copy()
arr_copy[:] = 100
arr_copy ----> array([100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100])
arr ----> array([ 0,  0,  0,  0,  0,  0,  6,  7,  8,  9, 10])

José Jesús Enciso Mayo

student•

Creo que no muchos te agradecen por resumir las clases aquí.

Gracias, me gusta ver el video para después tomar apuntes.

David Carrevedo

student•

Gracias! Gracias gracias gracias :) De verdad, gracias.

cristian Martínez

student•

En python está la built-in function id que permite saber el espacio en memoria de una variable. Esto no solo pasa con numpy y pandas, tambien con diccionarios.

Con id podemos ver con un poco más de evidencia este error que varios hemos pasado

Este es un ejemplo con diccionarios pero funciona igual para un numpy array

dict_1 = {"llave_1": 1, }
dict_2 = dict_1
id(dict_2)  #1430585063744
id(dict_1)  #1430585063744

dict_2 = dict_1.copy()
id(dict_2) # 1430585063872

clint martinez

student•

Excelente dato bro, gracias por el tip!!

Pablo Alejandro Figueroa

student•

Diferentes id

Rubén Cuello

student•

Es muy importante esta clase.

También es posible copiar el array original y hacer el slicing en la misma linea

a = [1,2,3,4,5,6,7,8,9,10]
b = a.copy()[:6]
* b será igual a = [1,2,3,4,5]

Danilo Carrillo Correa

student•

existe un error bro, tu copy seria [1,2,3,4,5,6] debido a que tienes que contar la posicion 0

Jhon Edward Bedoya

student•

Esta opción es viable, pero genera una lista y no un objeto iterable, para ello pueden anexar:

b = np.array(b)
b

🤠

Carlos Mazzaroli

student•

Cuando es por valor, la información de la variable se almacenan en una dirección de memoria diferente al recibirla en la función, por lo tanto si el valor de esa variable cambia no afecta la variable original, solo se modifica dentro del contexto de la función.

Cuando es por referencia, la variable que se recibe como parámetro en la función apunta exactamente a la misma dirección de memoria que la variable original por lo que si dentro de la función se modifica su valor también se modifica la variable original.

Tal y como se explica en este gif.

Enlace de la fuente

Fernando Jesús Núñez Valdez

student•

Thanks! No me lo había imaginado así.

Eduardo Peña Ramos

student•

O sea que utilizando un simple = en realidad estamos creando un puntero con nombre que apunta a esa variable

Antonio Demarco Bonino

student•

Básicamente, estamos hablando de una herramienta para evitar la perdida de data. Interesante. Muchas gracias .copy()

Benjamín Cortés

student•

Copy

⚠️ Cuando trabajamos con pedazos de un array padre y empezamos a modificar ese supuesto pedazo, estamos modificanto el array padre

arr_copy = arr.copy() 🚨 Aca si tenemos un array que es una copia del padre y podemos modificarlo sin danar el original .... ⚠️ Siempre que quieras modificar un pedazo del array → COPY ...

Sebastián Franco

student•

Esto no solo sucede en Numpy sino en cualquier estructura de datos de bloques de memoria en Python (como las listas clásicas).

Les voy a contar una historia terrible que me sucedió con Tensorflow respecto al copy: Estaba programando mi tesis de grado con 3 redes neuronales de misma arquitectura, por lo que, al entrenar una red, "copiaba" la arquitectura y seguía con las otras

network_2 = network_1
network_3 = network_1

Esto hacía que se copiara la red entera con todos los parámetros internos ya entrenados.

Para hacer la historia corta, me di cuenta porque en el desempeño la red nunca superaba el 70% aunque en entrenamiento era muy precisa, y sucedía porque estaba reescribiendo el entrenamiento de la red cada que la "copiaba" y reentrenaba.

La parte positiva es que descubrí inconscientemente que se puede tomar una red ya entrenada para optimizar muchísimas etapas de entrenamiento, tan solo cambiando las instrucciones a

network_2 = network_1.copy()
network_3 = network_1.copy()

Nicolas Alpargatero

student•

gracias por el compatir.

Carlos Mazzaroli

student•

No es exactamente python pero si puede darles una ayudita con el tema de entender que es lo que ocurre cuando estamos haciendo moviendo las cosas de un lado a otro. Y esta cortito el video dura 7 minutos mírale si Clase: Como funciona la memoria en JavaScript || Curso Intermedio de Programación Orientada a Objetos en JavaScript

Jeisson Espinosa

student•

Información resumida de esta clase #EstudiantesDePlatzi

Es importante tener cuidado al editar nuestros arreglos, ya que así yo este editando un array que no es el original, pero que este trozo si pertenece al original, los cambios que yo realice aquí se verán reflejados en el array original
Con el comando o propiedad copy puedo crear una copia de cualquier arreglo que desee y le estoy diciendo que esto lo guarde en otro espacio de memoria
Siempre debemos manejar los datos de esta manera para que no sea peligroso

Jhon Freddy Tavera Blandon

student•

NOTAS COPY

 Python tiene dos tipos de copias, una copia superficial y una copia profunda. Una copia superficial significa que el array copiado contiene solo una referencia al array original. Significa que cualquier cambio en el array original se reflejará dentro del array copiada. Por otro lado, una copia profunda significa copiar cada elemento del array original en el array copiada. En este tipo de copia, se asigna una nueva ubicación de memoria a cada elemento dentro del array copiada. Esto significa que cualquier cambio en el array original no cambiará nada dentro del array copiada.
________________________________________
[1]
0 s
import  numpy as np 
________________________________________
[4]
0 s
arr = np.arange(0,21)
arr
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20])
________________________________________
[5]
trozo_de_arr = arr[0:12]
#cuando hacemos cambios en con este trozo afectamos todo el array
 
 
________________________________________
[6]
trozo_de_arr
#acedemos a cierta cantidad de valores de mi array
 
 
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
________________________________________
[7]
trozo_de_arr = arr[:] = 0
trozo_de_arr
#aca volvemos todos nuetros valores en zero 
 
 
0
________________________________________
[8]
0 s
arr
 
 
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
________________________________________
[9]
0 s
arr_copy = arr.copy()
 
 
________________________________________
[10]
0 s
arr_copy[:] = 100
 
 
________________________________________
[11]
arr_copy
#con copy asi haga cambios en mi array, el original me que con los mismos 
#valores, porque se le pide que ocupe otro espacio en memoria 
 
 
array([100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100,
       100, 100, 100, 100, 100, 100, 100, 100])
________________________________________
[12]
0 s
arr
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
________________________________________
copy nos ayuda a no ser cambios en todo el array evitando desastres en todo nuestro proyecto

Santiago Suárez

student•

el metodo copy, también se puede utilizar sin problema en dataframes?

Alarcon7a

student•

Así es

Ever Orlando Reyes Ruiz

student•

Utilizar la función id, también nos da una excelente pista acerca de nuestros objetos evitándonos esos "graves" accidentes.

"The id() function returns a unique id for the specified object.

All objects in Python has its own unique id.

The id is assigned to the object when it is created.

The id is the object's memory address, and will be different for each time you run the program. (except for some object that has a constant unique id, like integers from -5 to 256)"

Samuel Garzón

student•

Lamentablemente los programadores cambiamos de theme en theme. ¿Cómo se llama el tuyo? xd

Heynar Soto Holguin

student•

y si quiero un tercer (3) objeto como se hace

Alarcon7a

student•

igualmente puedes hacer n copys

Isaac Bryan Ascanoa Roncall

student•

Interesante el uso del codigo copy. Este nos permitira a almacenar datos nuevos sin perjudicar el valor original. Espero seguir aprendiendo de lo basico de numpy.

Nicolas Alpargatero

student•

Lo que está sucediendo aquí se llama “vista” en NumPy (como en SQL). Cuando haces trozo\_de\_arr = arr\[0:6], no estás creando una nueva matriz, sino una “vista” de la matriz original arr. Esto significa que trozo\_de\_arr y arr están apuntando a los mismos datos en la memoria.

Entonces, cuando modificas trozo\_de\_arr\[:] = 0, estás modificando los datos a los que apunta, que son los mismos datos a los que arr está apuntando. Por eso ves que arr también se modifica.

Marcelo Miguel Ángel Colmán Velázquez

student•

Supongo que el funcionamiento es el mismo que en el lenguaje C. En C se usa un tipo de datos que se llama puntero y que guardan una dirección en memoria. En C se calculan las logitudes en memoria que ocupa un tipo de dato y se multiplica ese espacio por la cantidad de elementos que tiene el array. Entonces es lo que te permite acceder de forma rápida a cualquier elemento dentro del array. Es la razón por la que un array puede ser solo de un mismo tipo de dato. Cuando uno copia un array en C está copiando el puntero que apunta al primer bloque en memoria del array. Es decir a array[0]. Por lo que todas las modificaciones que se hagan se realizarán sobre un solo array puesto que lo que estás usando como parámetro para modificar el dato es una dirección en memoria y no una reasignación de los datos a otro bloque de memoria. Copy lo que hace es generar una copia en memoria del array en otro lugar y asignarle su respectivo puntero que te permitirá hacer cualquier tipo de cambio sin afectar al array original pues el puntero nuevo no apunta al antiguo espacio en memoria sino a uno nuevo con los datos copiados.

Angel Abraham Lugo Saenz

student•

muy buena analogía con los punteros de C

Alfredo Olmedo

student•

Esta clase tiene que ver con Mutabilidad e inmutabilidad

Ricardo Pavón

student•

el jingle de la introduccion es super molestoso

Andrés Felipe Sierra Álvarez

student•

El motivo por el que al referenciar del arreglo original un trozo y modificarlo y este se cambie en el original también, ¿es por el scope de la variable cierto? El trozo está en el scope de arr y la referencia, ¿me equivoco?

Alarcon7a

student•

Si, apuntan al mismo objeto en memoria

Armando Jhunior Mercado Echavarria

student•

Me parece que pandas hereda algunas bondades de numpy. En ese caso, si hago lo mismo con una columna de un dataframe de pandas, ¿se podría estar modificando la columna original?

Copy

Librerías de manipulación de datos con Python

¿Por qué NumPy y Pandas?

NumPy

NumPy Array

Tipos de datos

Dimensiones

Creando arrays

Shape y Reshape

Funciones principales de NumPy

Copy

Condiciones

Operaciones

Pandas

Series y DataFrames en Pandas

Leer archivos CSV y JSON con Pandas

Filtrado con loc y iloc

Agregar o eliminar datos con Pandas

Manejo de datos nulos

Filtrado por condiciones

Funciones principales de Pandas

groupby

Combinando DataFrames

Merge y Concat

Join

Pivot y Melt

Apply

Cierre

Posibilidades con Pandas y NumPy