NumPy: النسخ والعروض

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = a[1:4]          # الشريحة تُرجع عرضاً
b[0] = 999
print(a)            # [  1 999   3   4   5]  تغيرت الأصلية!
print(b)            # [999   3   4]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

a = np.array([10, 20, 30])
b = a[:]            # عرض
print(a.__array_interface__['data'][0])  # عنوان بيانات الأصلية
print(b.__array_interface__['data'][0])  # عنوان بيانات العرض (نفس العنوان!)

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

a = np.arange(12).reshape(3, 4)
b = a[0:2, 1:3]  # شريحة — عرض
c = a[[0, 2]]    # فهرسة متقدمة — نسخة

print(b.base is a)  # True — عرض
print(c.base is a)  # False — نسخة

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(12).reshape(3, 4)

# شريحة أساسية — عرض
b = a[0:2]
print(f"slice base is a: {b.base is a}")  # True

---
## 3. إعادة تشكيل — عرض
c = a.reshape(6, 2)
print(f"reshape base is a: {c.base is a}")  # True

---
## 4. فهرسة متقدمة — نسخة
d = a[[0, 2]]
print(f"fancy base is a: {d.base is a}")  # False

---
## 5. فهرسة منطقية — نسخة
e = a[a > 5]
print(f"boolean base is a: {e.base is a}")  # False

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

هل هو تقطيع أساسي (start:stop:step)؟
  ├── نعم → عرض (ذاكرة مشتركة)
  └── لا → هل هي فهرسة متقدمة/منطقية؟
      ├── نعم → نسخة (ذاكرة جديدة)
      └── لا → تحقق من الخاصية .base

import numpy as np

a = np.arange(12).reshape(3, 4)

---
## 7. إعادة التشكيل تُرجع عرضاً
b = a.reshape(6, 2)
print(f"reshape base is a: {b.base is a}")

---
## 8. التحويل يُرجع عرضاً
c = a.T
print(f"transpose base is a: {c.base is a}")

---
## 9. تعديل العرض يُغيّر الأصلية
c[0, 0] = 999
print(f"a[0, 0] after transpose mod: {a[0, 0]}")

# تم التنفيذ بنجاح

import numpy as np

a = np.arange(12).reshape(3, 4)

---
## 10. ravel عادةً يُرجع عرضاً
r = a.ravel()
print(f"ravel base is a: {r.base is a}")

---
## 11. flatten دائماً يُرجع نسخة
f = a.flatten()
print(f"flatten base is a: {f.base is a}")

---
## 12. بعد التحويل، قد يحتاج ravel إلى نسخ
t = a.T
r2 = t.ravel()
print(f"ravel of transposed base is a: {r2.base is a}")

# تم التنفيذ بنجاح