Python中inplace、subset參數(shù)的意義

在Python使用中，很多函數(shù)都會有inplace這個(gè)參數(shù)。

df.drop(['CLOSE'],axis=1,inplace=True)

Inplace = True意思就是df.drop()函數(shù)執(zhí)行完之后，直接賦值給df這個(gè)對象，如果Inplace = False則df.drop()只是執(zhí)行了drop()這個(gè)函數(shù)，但是并沒有將執(zhí)行后的結(jié)果返回給df這個(gè)對象，也就是如果此時(shí)print(df)還是跟原來一樣。

subset = ['col1','col2'...]

subset指的是限定函數(shù)作用范圍，只在[‘col1’,‘col2’…]列內(nèi)

激活函數(shù)nn.ReLU(inplace=True)中inplace的作用

nn.ReLU(inplace=True)

參數(shù)inplace=True:

inplace為True，將計(jì)算得到的值直接覆蓋之前的值

inplace：can optionally do the operation in-place. Default: False

注： 產(chǎn)生的計(jì)算結(jié)果不會有影響。利用in-place計(jì)算可以節(jié)省內(nèi)（顯）存，同時(shí)還可以省去反復(fù)申請和釋放內(nèi)存的時(shí)間。但是會對原變量覆蓋，只要不帶來錯誤就用。

例如：x = x+1

即對原值x進(jìn)行+1操作后得到的值，直接賦值給x，而不是如下找一個(gè)中間變量y：

• y=x+1
• x=y

先將x進(jìn)行+1操作后賦值給中間變量y，然后將y值賦給x

這樣就需要內(nèi)存存儲變量y

因此當(dāng)inplace=True時(shí)：

就是對從上層網(wǎng)絡(luò)nn.Conv2d中傳遞下來的tensor直接進(jìn)行修改，這樣能夠節(jié)省運(yùn)算內(nèi)存，不用多存儲其他變量。

python pandas中inplace分析

pandas中很多函數(shù)都有inplace參數(shù)，他們都作是否修改傳入數(shù)據(jù)的意思，為True時(shí)就是修改。但inplace還封裝了一個(gè)作用，就是復(fù)制，在賦值的時(shí)候，其實(shí)賦值就是一種復(fù)制，inplace為True的時(shí)候，不進(jìn)行復(fù)制操作。

inplace還有一個(gè)意義就是原對象不遷移，屬于不將映射轉(zhuǎn)到其他變量或?qū)ο笊?。但為false的時(shí)候可以復(fù)制，賦值到的那個(gè)對象保留了原對象執(zhí)行函數(shù)的一種映射，但不會改變原對象。

所以這種方式就是為了保留原來數(shù)據(jù)的一種便捷方式，不用多次賦值來避免原來的對象改變又能得到一個(gè)長期的映射。

inplace這個(gè)參數(shù)設(shè)置好之后，即使是提前設(shè)置了原對象和新對象的淺復(fù)制，也一樣不可撼動其執(zhí)行效果，df1=df

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評論