机器学习笔记1 浅拷贝与深拷贝

想要学好机器学习，我们需要熟练掌握python中的numpy库和pandas库。在numpy库中，有一个有意思且重要的知识点，即浅拷贝与深拷贝的联系与区分。

在进入正题前，我们首先导入numpy库，并创建一个操作数据源。

#导入numpy
import numpy as np

#创建数组a
a=np.arange(4)
print(a)

结果如下：

[0 1 2 3]

b=a

print(a)
print(b)

结果如下：

[0 1 2 3]
[0 1 2 3]

我们可以看到，a和b的值是一样的。

此时我们改变a的值。

#改变a中第一个元素的值
a[0]=9
print(a)
print(b)

结果如下：

[9 1 2 3]
[9 1 2 3]

可以看到，改变a后，b的值也跟着变了。
实际上，变量a中并没有存储任何值，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，也就是说，现在a和b都指向了同一个对象。

a与b都引用了该array对象，因此，在改变了内存中array的值后，a、b一起发生了变化。

这种将内存引用赋值给另一个变量的操作叫做浅拷贝。

深拷贝是指在赋值的时候，不把同一个内存对象的引用赋值给另一个变量，令两个变量所指向的对象不一样，更改值的时候不相互影响。

# 此时的a
print(a)

结果如下：

[9 1 2 3]

# 深拷贝
b = a.copy()
# 将a的第2个元素值也更改
a[1] = 9

print(a)
print(b)

结果如下：

[9 9 2 3]
[9 1 2 3]

copy()会创建a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。

查看地址的方法如下：

print('a引用的对象的地址：', id(a))
print('b引用的对象的地址：', id(b))

结果如下：

a引用的对象的地址： 2238964169344
b引用的对象的地址： 2238963438656

可以看出，深拷贝后，a和b所指向的对象是不一样的，它们的内存地址不一样。

再来看一下浅拷贝。

b = a
print('a引用的对象的地址：', id(a))
print('b引用的对象的地址：', id(b))

结果如下：

a引用的对象的地址： 2238964169344
b引用的对象的地址： 2238964169344

浅拷贝的内存地址是一样的。
我们在实际学习中还有比较简单的检验方案。如果相判断两个对象是不是指向同一个对象，可以用如下语句：（这里是浅拷贝）

print(b is a)

True

结果为True，说明b和a其实引用的是同一个对象。

接下来看看深拷贝。

b = a.copy()
print(b is a)

结果如下：

False

结果是False，说明b指向的对象已不再是a原来指向的对象。