Numpy数组之浅拷贝

我是跟着numpy官方中文文档敲的代码，官方文档地址为https://www.numpy.org.cn/user_guide/quickstart_tutorial/copies_and_views.html

numpy数组在进行操作时，究竟何时会复制数据，何时不会，这是一个问题。这边文章通过以下三种情况来解释一下。

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(12)
>>> a
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
>>> b = a
>>> b is a
True
>>> b.shape
(12,)
>>> b.shape = (3,4)
>>> b
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> 

Python将可变对象作为引用传递，所以函数调用不会复制。

>>> def f(x):
	print(id(x))

	
>>> id(a)
1842125031744
>>> f(a)
1842125031744
>>> 

视图：
不同的数组对象可以共享相同的数据。 view 方法创建一个新的数组对象，它查看相同的数据。

>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> c = a.view()
>>> c is a
False
>>> c.base is a
True
>>> c.base
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> c.flags.owndata
False
>>> c.shape = 2,6
>>> c
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])
>>> a.shape
(3, 4)
>>> c[0,4] = 1234
>>> a
array([[   0,    1,    2,    3],
       [1234,    5,    6,    7],
       [   8,    9,   10,   11]])
>>> 

对数组切片返回一个视图：

>>> s = a[:,1:3]
>>> s
array([[ 1,  2],
       [ 5,  6],
       [ 9, 10]])
>>> s[:] = 100
>>> a
array([[   0,  100,  100,    3],
       [1234,  100,  100,    7],
       [   8,  100,  100,   11]])
>>>