在 Jupyter Notebook 中丢失变量

Question

在 jupyter notebook 中，我从文件中声明了一个变量：

with fits.open('mind_dataset/matrix_CEREBELLUM_large.fits') as data:
    matrix_cerebellum = pd.DataFrame(data[0].data.byteswap().newbyteorder())

在下面的单元格中，我有两种方法：

neuronal_web_pixel = 0.32 # 1 micron => 10e-6 meters

def pixels_to_scale(df, mind=False, cosmos=False):
    
    one_pixel_equals_micron = neuronal_web_pixel
    brain_mask = (df != 0.0)
    df[brain_mask] *= one_pixel_equals_micron
        
    return df

和

def binarize_matrix(df, mind=False, cosmos=False):
    
    brain_Llink = 16.0 # microns
    zero_mask = (df != 0)
    low_mask = (df <= brain_Llink)
    df[low_mask & zero_mask] = 1.0
    higher_mask = (df >= brain_Llink)
    df[higher_mask] = 0.0
       
    return df

然后我将我的变量传递给方法，以获得缩放和二进制数据帧：

matrix_cerebellum_scaled = pixels_to_scale(matrix_cerebellum, mind=True)

并且：

matrix_cerebellum_binary = binarize_matrix(matrix_cerebellum_scaled, mind=True)

但是，如果我调用 'matrix_cerebellum_scaled'，现在它指向 'matrix_cerebellum_binary'，我会丢失 'matrix_cerebellum_scaled' 数据帧。

为什么？我错过了什么？

Answer 1

命名：这些不是方法，而是函数；现在：如果您在函数中修改 DataFrame，这些更改仍然会发生在 DataFrame 上。如果您想要一个新的 DataFrame，请将其声明为传入的 DataFrame 的副本。

至少在 binarize_matrix() 的顶部执行：new_df = df.copy()。有关此 SO 答案和评论中为什么有必要的更多详细信息：

在 Jupyter Notebook 中丢失变量

Losing variables in Jupyter Notebook

python

jupyter-notebook

global-variables