转载自:https://blog.csdn.net/wangwenzhi276/article/details/53428353 —
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的用户造成困惑。以下有三种情况:
1. 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。
>>> a = np.arange(12)
>>> b = a # 不会创建新的对象
>>> b is a # a和b是同一个ndarray对象的两个名字
True
>>> b.shape = 3,4 # 也会改变a的形状
>>> a.shape
(3, 4)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
Python传递可变对象的引用,因此函数调用不会进行拷贝。
>>> def f(x):
... print(id(x))
...
>>> id(a) # id是对象的唯一标识
148293216
>>> f(a)
148293216
- 1
- 2
- 3
- 4
- 5
- 6
- 7
2. 视图或浅拷贝
不同的数组对象可以共享相同的数据。view方法会创建一个共享原数组数据的新的数组对象。
如果数组A是数组B的视图(view),则称B为A的base(除非B也是视图)。视图数组中的数据实际上保存在base数组中。
>>> c = a.view()
>>> c is a
False
>>> c.base is a # c is a view of the data owned by a
True
>>> a.flags.owndata # a拥有数据
True
>>> c.flags.owndata # c并不拥有数据
False
>>>
>>> c.shape = 2,6 # a的形状并不随之改变
>>> a.shape
(3, 4)
>>> c[0,4] = 1234 # a的数据也会变
>>> a
array([[ 0, 1, 2, 3],
[1234, 5, 6, 7],
[ 8, 9, 10, 11]])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
对数组切片返回的是其视图:
>>> s = a[ : , 1:3] # spaces added for clarity; could also be written "s = a[:,1:3]"
>>> s[:] = 10 # s[:]是s的视图。注意s=10 和 s[:]=10的不同
>>> a
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
- 1
- 2
- 3
- 4
- 5
- 6
3. 深拷贝
copy方法会对数组和其数据进行完全拷贝。
>>> d = a.copy() # 创建了新的数组和新的数据
>>> d is a
False
>>> d.base is a # d没有和a共享任何数据
False
>>> d[0,0] = 9999
>>> a
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10