Numpy 入门 （七 Copies and Views 深拷贝和浅拷贝和视图）

最新推荐文章于 2021-03-19 18:00:36 发布
最新推荐文章于 2021-03-19 18:00:36 发布
阅读量319 收藏
点赞数
文章标签： numpy Python3 数组深拷贝和浅拷贝 numpy数组深复制和浅复制 copy and view
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aboutmn/article/details/87875037
版权

上一篇： Numpy 入门 （六 Shape Manipulation 数组形状操控）

在操作和控制数组的时候，数组的数据有时候会被拷贝生成新的数组，有时候不会。这通常会使我感到困惑。下面列出三种情况：

无复制

数组赋值时不会产生拷贝：
在这里插入图片描述
Python 传递对象引用作为方法的参数，不产生复制：
在这里插入图片描述

View or Shallow Copy(视图 或 浅拷贝)

不同的数组对象共享一份数据。view 方法会创建一个新的数组对象指向相同的数据。
在这里插入图片描述
裁剪（slicing）获取一个视图：
在这里插入图片描述

Deep Copy（深拷贝）

利用copy方法对数组进行深拷贝：
在这里插入图片描述

aboutmn
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
[Numpy] 数组和内存的浅复制和深复制（View vs Copy)
as12cs的博客
02-17 414
Numpy数组和内存 View vs Copy 或称 浅复制或深复制 一句话概括最重要的区别： 在对numpy切片（slicing）的时候，如果切片的表达式内含有带括号的非tuple对象，如数列，或者另一个numpy数列，或者tuple对象（但至少包含一个含有序列的对象或者一个numpy数列），则进行复制操作。其他情况下进行View操作，只是访问了原有numpy数列的内存。 （这个view是指浅复...
18.NumPy之复制和视图（Copies and Views）
weixin_30596023的博客
03-23 93
#NumPy之 复制和视图（Copies and Views） import numpy as np # =================================================== #不拷贝的情况 a=np.arange(12) b=a print('b is a:') print(b is a) #注意两者的区别 #一 b=b....
Numpy中关于深拷贝、浅拷贝和视图的知识点
m0_50512487的博客
03-19 114
[TOCNumpy中关于深拷贝、浅拷贝和视图的知识点## 一、numpy深拷贝 通过深拷贝得到的变量值互不干扰，其中一个变量的值改变时，不影响其他变量的值 其中，g是e的深拷贝，当e的第一个值改变时，g的值不变，且e和g的内存地址不同。 二、numpy浅拷贝 浅拷贝共享内存，当一个变量数值改变时，另一个数值也将改变。内存地址也一块变化。 三、视图 视图一个变量改变数值，另一个变量也改变数值，但是内存地址不变。 ...
Numpy 简单教程（三）Numpy中的深复制、浅复制与视图（View）
超级超级小天才的博客
08-16 489
更过的Numpy教程连载内容：https://blog.csdn.net/qq_38962621/category_10302107.html Numpy中的深复制、浅复制与视图（View） 不复制的情况 赋值操作不会对数组进行复制 a = np.array([1,2,3,4]) b = a ------ print(b is a) True Python中的传递操作传递的是引用，所以不会进行复制，比如函数操作 def f(x): print(id(x)) print(id(a))
numpy中的浅拷贝（视图）和深拷贝
S_o_l_o_n的博客
09-26 337
浅拷贝会在内存中产生一个不同的对象，但是由于拷贝的是父对象，子对象并没有拷贝，所以浅拷贝会存在共享内存的情况。实际上，numpy中的视图就是一种浅拷贝。 numpy中，一个ndarray的视图和原ndarray是不同的对象，但是其共享ndarray值的内存，所以当修改其中一个对象的值的时候，两个对象都会发生改变。这样两个对象是互相关联的，这样做的好处就是不会涉及到数据在内存中的复制，这样可以节省空间，提高性能；而不好的地方就是两个对象是并不是相互独立的，有时候我们并不预期改变一...
python常用库之NumPy和sklearn入门
09-19
主要介绍了python常用库之NumPy和sklearn入门，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
机器学习之numpy入门—向量和矩阵入门
09-09
机器学习小白入门之自学numpy，学习之余自己整理了一下numpy基础部分的内容，主要是对矩阵、向量的一些基本操作函数和函数使用格式。
python数据清洗实战入门笔记（一）numpy和pandas
12-20
Python在数据清洗领域有着强大的工具库，其中numpy和pandas是不可或缺的核心库。这两个库提供了高效的数据处理和清洗功能，尤其适用于大规模数据集。本文将详细介绍numpy和pandas在数据清洗中的基本用法。 首先，...
热-快速入门：使用Python安装和使用NumPy库
最新发布
03-27
在本篇快速入门中，我们将详细介绍如何在Python环境中安装NumPy库，并探讨其基本用法。** ### 1. 安装NumPy 安装NumPy通常有以下几种方法： #### (1) 使用Anaconda Anaconda是一个流行的开源数据科学平台，包含...
机器学习numpy和pandas基础,numpy和pandas学哪个,Python
09-10
在Python的科学计算领域，numpy和pandas是两个不可或缺的库。它们为数据处理和分析提供了强大的工具，尤其在机器学习中发挥着重要作用。本文将深入探讨numpy和pandas的基础知识，以及它们在机器学习中的应用。 首先...
数据的浅拷贝、深拷贝与视图
weixin_46728800的博客
03-18 258
1.数据的浅拷贝与深拷贝 共享内存地址的两个变量，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。 import numpy as np a = np.array([-45,-66,2,25,99,-33]) b = a b is a out:True id(a) out:1941012593680 id(b) out:1941012593680 a == b out:array([ True, True, True, True, True, True]) a[0]
NumPy视图、浅复制和深复制
明远
12-30 396
视图和浅复制 不同的数组对象分享同一个数据。视图方法创造一个新的数组对象指向同一数据。 >>> import numpy as np >>> a = np.arange(12) >>> a array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) >>> b = a &gt...
Numpy 之 copies and Views
weixin_42730667的博客
09-27 336
在numpy对arrays操作和维护中，经常碰到有些操作是对旧的array进行了重新copy，而有些操作直接在旧的array进行操作，在使用过程中经常会令使用者混淆 No Copy at all 简单的直接赋值，不产生一个新copy，例子如下： import numpy as np a= np.arange(12) print("a: ", a) b =a print("b is a:...
numpy系列之拷贝和视图
Rong_Gong的博客
01-30 420
在初学numpy过程中，当对数组进行运算和操作时，其数据有时会被拷贝到一个新的数组而有时又不会拷贝。这一点常常对刚使用NumPy的编者造成困惑。经查阅相关文档以下有三种情况: 1.No Copy At All(完全不拷贝) 简单的任务是不会对数组或其数据进行拷贝的。 Python传递可变对象的引用，因此函数调用不会进行拷贝。 2.View or Shallow Co
NumPy拷贝问题（NumPy 副本和视图）
TO
01-19 189
1 直接赋值 a = [1, 2] b = a b的内存地址是a的，所以改变b相应也会改变a 2 浅拷贝（视图） b = a.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。但是使用切片创建视图修改数据会影响到原始数组，即b = a[3:] 3 深拷贝（副本） b = a.copy() 对副本数据进行修改，不会影响到原始数据，...
NumPy之三：拷贝和视图
RisingSunny的专栏
12-01 6018
NumPy官方Quickstart tutorial之拷贝和视图
Python的Numpy的Array的副本（copy）和视图（view）
Agent Christmas的博客
12-13 1万+
操作和修改数组时，他们的数据有时被复制到一个新的数组中有时候没有，这很容易让人误解。 下面举三个例子： 1.No copy at all (一点也没有复制） import numpy as np a = np.arange(12) b = a  #并没有新的对象被创建，a和b只是相同ndarray对象的两个名字而已，下面用id()来验证一下 print(id(a),id(b))
numpy copy(无拷贝 浅拷贝、深拷贝)类型说明
花花公子
06-19 2万+
numpy copy分为三种，no copy，shallow copy or view,deep copy三种。 1 无拷贝 简单的复制操作不会产生对象的复制操作。 import numpy as np a = np.arange(12) b=a #对象复制,a,b地址一样 b.shape = 3,4 #a对象的shape也会变化 2 浅拷贝 view操作，如numpy的slic...
numpy中view详解
热门推荐
Jfuck的专栏
07-25 3万+
1、如何判断是否共享内存 方法一： a = np.arange(50) b = a.reshape((5, 10)) print (b.base is a) 方法二： print (np.may_share_memory(a, b)) 方法三： print (b.flags['OWNDATA']) #False -- apparently this is a view e
解释numpy的深拷贝和浅拷贝
06-01
在NumPy中，可以使用copy()方法进行深拷贝，也可以使用view()方法进行浅拷贝。例如，假设我们有一个NumPy数组a： ```python import numpy as np a = np.array([1, 2, 3]) ``` 要进行深拷贝，可以使用copy()方法：...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值