Numpy 修炼之道 （6）—— 复制和视图
推荐阅读时间：3min~5min 文章内容：Numpy中的深复制和浅复制
当计算和操作数组时，它们的数据有时被复制到新的数组中，有时不复制。这里我们做个区分。
完全不复制
简单赋值不会创建数组对象或其数据的拷贝。
a = np.arange(6)
a
b = a
id(a)
id(b) # id(a)和id(b)结果相同
b.shape = 3,2
a.shape # 修改b形状，结果a的形状也变了视图或浅复制
不同的数组对象可以共享相同的数据。view方法创建一个新数组对象，该对象看到相同的数据。与前一种情况不同，新数组的维数更改不会更改原始数据的维数，但是新数组数据更改后，也会影响原始数据。
>>> c = a.view()
>>> c is a
False
>>> c.base is a
True
>>> c.flags.owndata
False
>>> c.shape = 2,6
>>> a.shape
(3L, 4L)
>>> c[0,4] = 1234
>>> a
array([[ 0, 1, 2, 3],
[1234, 5, 6, 7],
[ 8, 9, 10, 11]])深复制
copy方法生成数组及其数据的完整拷贝。
>>> d = a.copy() # 一个完整的新的数组
>>> d is a
False
>>> d.base is a
False
>>> d[0,0] = 9999
>>> a # 修改数组 d 的值，a不会受影响
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])相关推荐：
作者：无邪，个人博客：脑洞大开，专注于机器学习研究。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-03-05，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录