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]])
>>>