python里numpy默认的是浅拷贝,即拷贝的是对象的地址,结果是修改拷贝的值的时候原对象也会随之改变,如代码所示:
a = np.arange(4)
print(a)
b = a
print(b)
b[0] = 100
print(b)
print(a)
结果
[0 1 2 3]
[0 1 2 3]
[100 1 2 3]
[100 1 2 3]
可以明显看出,当b改变的时候,即使没有对a进行操作,a也随之改变了。
那么,如何解决这个问题呢?
答案是使用narray.copy()进行深拷贝,即拷贝numpy对象中的数据,而不是地址,具体操作如下:
a = np.arange(4)
print(a)
b = a.copy()
print(b)
b[0] = 100
print(b)
print(a)
结果
[0 1 2 3]
[0 1 2 3]
[100 1 2 3]
[0 1 2 3]
浅拷贝运算快,内存占用少,但是缺点也很明显:拷贝出来的对象和原对象不独立。实际运用中根据自己的需要来选择具体使用哪种方法进行拷贝。