Numpy 深拷贝、浅拷贝、视图的知识总结

关于“深拷贝和浅拷贝”的官方定义：

The difference between shallow and deep copying is only relevant for compound objects (objects that contain other objects, like lists or
class instances).
A shallow copy constructs a new compound object and then (to the
extent possible) inserts the same objects into it that the
original contains.
A deep copy constructs a new compound object and then, recursively,inserts copies into it of the objects found in the original.
翻译：
浅和深拷贝的区别仅仅是相关的复合对象(包含其他对象的对象,比如列表或类实例)。
浅拷贝构造一个对象,然后(新的化合物尽可能)将相同的对象插入它最初的包含。
深拷贝构造一个新的复合对象,然后递归地,将副本插入它在最初发现的对象。

1、浅拷贝

浅拷贝，指的是重新分配一块内存，创建一个新的对象，但里面的元素是原对象中各个子对象的引用。
浅拷贝会创建新对象，其内容非原对象本身的引用，而是原对象内第一层对象的引用。（拷贝组合对象，不拷贝子对象）
常见的浅拷贝有：切片操作、工厂函数、对象的copy()方法、copy模块中的copy函数。

共享地址的两个变量，当其中一个变量的值改变时，另一个变量的值也随之改变。此时，变量间的“拷贝”是“浅拷贝”。

浅拷贝——ndarray.view()

共享“视图”（view）的两个变量，当其中一个变量的值改变时，另一个变量的值也随之改变。此时，变量间的“拷贝”也是“浅拷贝”。

2、深拷贝

深拷贝，是指重新分配一块内存，创建一个新的对象，并且将原对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中。因此，它的时间和空间开销要高,新对象和原对象没有任何关联。

深拷贝——np.copy()

通过“深拷贝”得到的变量互不干扰，其中一个变量的值改变时，不影响其他变量的值。

3、存取元素中的“浅拷贝”与“深拷贝”

当使用整数序列对数组元素进行存取时，将整数序列中的每个元素作为下标，整数序列可以是列表或者数组。使用整数序列作为下标获得的数组不和原始数组共享数据空间

当使用布尔数组b作为下标存取数组x中的元素时，将收集数组x中所有在数组b中对应下标为True的元素。使用布尔数组作为下标获得的数组不和原始数组共享数据空间，注意这种方式只对应于布尔数组，不能使用布尔列表。

4、视图

视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。

视图一般发生在：
1、numpy 的切片操作返回原数据的视图。
2、调用 ndarray 的 view() 函数产生一个视图。

ndarray.view()

ndarray.view()会创建一个新的数组对象，该方法创建的新数组的维数更改不会更改原始数据的维数。

使用切片创建视图修改数据会影响到原始数组

ndarray.copy()

ndarray.copy()函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。