Numpy之深拷贝与浅拷贝区别

深拷贝
通过深拷贝得到的变量互不干扰，其中一个变量改变时不会改变另一个的值。（二者完全独立）

举例说明：

可以看到：copy()会创建e的一个副本，也就是创建一个一模一样的array对象，存储到内存的另一个地址中，然后将这个副本的地址赋值给b。我们再来看看地址的变化：

二者的地址并不一样，说白了就是e和g所指的对象并不是同一个。

浅拷贝
共享内存地址的两个变量，当其中一个变量值改变时另一个也随之改变。（二者是一个独立的对象）

举例说明：

结果为True，说明b和a引用的是同一个对象。

实际上，变量a中并没有存储任何的值，它只是指向了一个内存地址，而这个地址里存储着array具体的内容，当把a赋值给b的时候，实际上是把a指向内存中某对象的链接赋给了b，所以，现在a和b都指向了同一个对象。

假如更改a数组中的值，会发生什么呢？

可以看到，因为a与b都引用了该array对象，所以一起发生了变化。

我们再来看看地址的变化：

地址也是一样的，这更加验证了上述b is a 返回True的结果，因为is操作比较的就是两个变量的内存地址。【id(object)可以获得对象的内存地址】

总结深浅拷贝的作用

1，减少内存的使用
2，以后在做数据的清洗、修改或者入库的时候，对原数据进行复制一份，以防数据修改之后，找不到原数据