python原生拷贝与numpy包拷贝异同比较

python原生拷贝

无拷贝：直接赋值

>>> import copy
>>> a = [1, 2, 3]
>>> b = a
>>> id(a)
2207106563520
>>> id(b)
2207106563520
>>> id(a[0])
140714276431760
>>> id(b[0])
140714276431760

浅拷贝：数据存储地址不变，仅改变存储指向这块区域的地址的存放地址（即对象不变）

>>> b = copy.copy(a)
>>> id(a)
2207106563520
>>> id(b)
2207106666432
>>> id(a[0])
140714276431760
>>> id(b[0])
140714276431760

深拷贝：数据存储地址和存储指向这块区域的地址的存放地址都会改变（即对象变了）

方法为copy.deepcopy()。示例略。

numpy包的拷贝

直接赋值等同于浅拷贝（注意：不是使用copy包的copy方法）（对象没变，存储对象的位置也没变）

>>> import numpy as np
>>> a = np.array([1, 2, 3])
>>> id(a)
2207106441936
>>> b = a
>>> id(b)
2207106441936
>>> id(a[0])
2207106338160
>>> id(b[0])
2207106338160

值得注意的是，当使用切片拷贝时：数据保存地址未发生改变，变得同样是存储地址的地址

>>> b = a[1:2]
>>> id(a)
2207106441936
>>> id(b)
2207106441840
>>> id(b[0])
2207106338096
>>> id(a[1])
2207106338096

深拷贝：numpy的copy方法执行深拷贝（对象没变，只是存储对象的位置变了）

>>> b = a.copy()
>>> id(a)
2207115500496
>>> id(b)
2207106442032
>>> id(a[0])
2207106338224
>>> id(b[0])
2207106338224

此时，数据存储地址没有发生改变，改变的只是存储地址的地址。