使用copy进行Numpy数组赋值
使用copy进行Numpy数组赋值
提问于 2013-10-30 15:44:25
例如，如果我们有一个numpy数组A，并且我们想要一个具有相同元素的numpy数组B。
以下两种方法(见下文)有什么不同？什么时候会分配额外的内存，什么时候不会？
B = AB[:] = A(与B[:]=A[:]?)numpy.copy(B, A)
相同
回答 3
Stack Overflow用户
回答已采纳
发布于 2013-10-30 15:59:38
这三个版本做了不同的事情：
B = A
这会将一个新名称B绑定到已命名为A的现有对象。之后，它们引用相同的对象，所以如果您就地修改其中一个对象，您将通过另一个too.
B[:] = A(与B[:]=A[:]相同？)看到更改。
这会将值从A复制到现有数组B中。这两个数组必须具有相同的形状才能工作。B[:] = A[:]做同样的事情(但是B = A[:]会做更像1).
numpy.copy(B, A)的事情
这不是合法的语法。你可能指的是B = numpy.copy(A)。这几乎与2相同，但它创建了一个新数组，而不是重用B数组。如果没有对先前B值的其他引用，则最终结果将与2相同，但它将在复制过程中临时使用更多内存。
或者你指的是numpy.copyto(B, A)，这是合法的，相当于2?。
Stack Overflow用户
发布于 2013-10-30 15:52:53
B=A创建referenceB[:]=Amakes a copynumpy.copy(B,A)makes a copy
后两个需要额外的内存。
要制作深度副本，您需要使用B = copy.deepcopy(A)
Stack Overflow用户
发布于 2016-09-15 00:18:31
对我来说，这是唯一有效的答案：
B=numpy.array(A)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/19676538
复制相关文章
相似问题