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。
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
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]])
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。