Python 中 numpy 中数据的array 与 asarray 的深拷贝与浅拷贝

对于C++来说,深拷贝与浅拷贝 的概念非常明确。但是,对于python的numpy 来说,深拷贝与浅拷贝比较难理解。因此,当Python传指针给C++时,很容易出现局部变量的指针提前释放产生的Bug。

  • array和asarray都可以将结构数据转化为ndarray
  • np.array 会copy出一个副本,占用新的内存,属于深拷贝
  • np.asarray 当 dtype 相同时,指针指向的内存相同,属于浅拷贝。
  • np.asarray 当 dtype 不同时,使用深拷贝。

代码验证如下:

import numpy as np


list_1 = [1, 2, 3, 4]
np_data_1 = np.array(list_1, dtype=np.float32)

# np.array 会copy出一个副本,占用新的内存,属于深拷贝
np_data_2 = np.array(np_data_1, dtype=np.double)
print(np_data_2 is np_data_1)

# np.asarray  当 dtype 相同时,指针指向的内存相同,没有拷贝
np_data_3 = np.asarray(np_data_1, dtype=np.float32)
print(np_data_3 is np_data_1)

# np.asarray  当 dtype 不同时,使用深拷贝。
np_data_4 = np.asarray(np_data_1, dtype=np.double)
print(np_data_4 is np_data_1)

结果:

False
True
False

引用的官方文档地址:
https://numpy.org/doc/stable/reference/generated/numpy.asarray.html :

outndarray Array interpretation of a. No copy is performed if the input is already an ndarray with matching dtype and order. If a is a subclass of ndarray, a base class ndarray is returned.
当类型与 order dtype 相同时,没有拷贝。 当不同时,会有拷贝。

这个文档也可以佐证:1.15 版本:https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.asarray.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 7
    评论

“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 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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