Numpy中的深拷贝、浅拷贝与视图

最新推荐文章于 2022-05-06 16:00:00 发布
最新推荐文章于 2022-05-06 16:00:00 发布
阅读量194 收藏
点赞数 1
分类专栏： Numpy 文章标签： 大数据 python
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/qq_47927304/article/details/114792917
版权
本文介绍了Numpy中深拷贝、浅拷贝和视图的区别。浅拷贝仅复制对象引用，而深拷贝会创建全新数据副本。视图是共享数据的另一种形式，修改原数组或视图都会影响对方。在选择拷贝方式时，深拷贝用于保护数据，避免意外修改，而浅拷贝和视图可能导致数据破坏。
摘要由CSDN通过智能技术生成

文章目录

Numpy中的深拷贝、浅拷贝与视图

什么是拷贝？

拷贝就是一个变量的值传给另外一个变量，区分深浅拷贝可以通过查看变量的id来判断。

1. 浅拷贝

把存放变量的地址值传给被赋值的变量，不同的数组对象分享同一个数据，两个变量共享同一个地址；（浅拷贝的数组是原数组的一个视图，视图在后面说明）
通过例子来说明：

import numpy as np    
 a = np.array([-45,-66,2,25,99,-33])
 b = a  （把a赋值为b）
 b is
最低0.47元/天 解锁文章
夯芃.
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
NumPy深拷贝——《Python数学函数库NumPy》
Python老吕的博客
05-22 718
深拷贝在NumPy中是一个强大的工具，它允许我们创建完全独立的数组副本，从而避免修改原始数据或确保数据独立性。然而，它也有其代价，包括更高的计算复杂度和内存消耗。因此，在选择使用深拷贝还是浅拷贝时，需要根据具体的应用场景和需求进行权衡。通过理解深拷贝和浅拷贝的区别以及它们在NumPy中的实现方式，我们可以更加有效地管理数据和避免潜在的问题。
Numpy中的深拷贝与浅拷贝（视图）
xxq2002的博客
02-24 3159
Numpy中的深拷贝、浅拷贝和视图知识点总结
m0_58091617的博客
02-28 1323
目录 Numpy中的深拷贝、浅拷贝和视图 什么是拷贝？ 1.深拷贝--np.copy() 深拷贝的特点： 2.浅拷贝 浅拷贝的特点： 3.视图view() Numpy中的深拷贝、浅拷贝和视图 什么是拷贝？ 所谓拷贝，就是赋值。把一个变量赋给另外一个变量，就是把变量的内容进行拷贝。把一个对象的值赋给另外一个对象，就是把一个对象拷贝一份。 1.深拷贝--np.copy() 通过”深拷贝“得到的变量互不干扰，其中一个变量的值改变时，不影响其他变量的值。 深拷贝的特点： 变量的内存地
Numpy视图和副本引申
Reborn214的博客
05-06 648
在之前的文章介绍视图的时候用了这样一段示例代码 arr = np.array([[1,2,3], [4,5,6], [7,8,9]]) arr1 = arr[:2] print(id(arr),id(arr1),id(arr[0]),id(arr1[0])) arr1[0][0] = 10 arr1.shape = (3,2) print(arr,'\n',arr1) 2890993705584 2890993705680 289099370
20、Numpy副本和视图
phinoo的博客
05-08 277
1、番外说明 大家好，我是小P，本系列是本人对Python模块Numpy的一些学习记录，总结于此一方面方便其它初学者学习，另一方面害怕自己遗忘，希望大家喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群 813221712 讨论交流，进群请看群公告！（可以点击如下连接直接加入！） 点击链接加入群聊【Object Detection】：https://jq.qq.com...
对python中list的拷贝与numpy的array的拷贝详解
09-19
- **浅拷贝**：浅拷贝会创建一个新的列表对象，但新列表中的元素如果本身是可变对象（如列表），则这些对象仍然指向原对象的内存地址。因此，改变这些对象的内容仍然会影响原列表。 - **实现方式**： ```python ...
NumPy中文文档
03-03
文档中还会详细介绍NumPy的索引和切片机制，这与Python的基本序列操作相似，但更加强大。你可以选择单个元素，连续的子集，甚至使用布尔数组进行复杂的选择。 在数值计算方面，NumPy提供了丰富的数学函数，包括基本...
对numpy中轴与维度的理解
12-24
NumPy’s main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are ...
浅谈Python中range与Numpy中arange的比较
09-17
在Python编程语言中，`range`和`numpy.arange`都是用来生成序列的工具，但它们在功能、使用场景以及返回类型上存在显著差异。这里我们将深入探讨这两个函数的异同，以及它们各自的特点。 首先，让我们看看它们的...
Python干货-Numpy浅拷贝与深拷贝
东南有大树的博客
10-26 4684
# 专稿numpy import numpy as np 创建操作的数据源 a = np.arange(4) print(a) [0 1 2 3] 浅拷贝 b = a print(a) print(b) [9 1 2 3] [9 1 2 3] 现在a与b的值是一样的，如果此时改变a的值，b的值会发生什么情况呢？ # 改变a中第一个元素的值 a[0] = 9 print(a) prin...
Python和Numpy中——浅拷贝和深拷贝的详解
Breeze
07-18 1831
Python—浅拷贝和深拷贝的详解 首先我们要了解一下浅拷贝和深拷贝的概念： 1.浅拷贝 定义：浅拷贝是对另外一个变量的内存地址的拷贝，这两个变量指向同一个内存地址的变量值。 注：仅仅拷贝的是目标变量的所在地址，目标变量的所在地址不发生任何变化。 实际上，变量中并没有存储任何的值，它只是指向了一个内存地址，而这个地址里存储着具体的内容，例如把变量a赋值给变量b的时候，实际上是把a指向内存中某对象...
NumPy之三：拷贝和视图
RisingSunny的专栏
12-01 6020
NumPy官方Quickstart tutorial之拷贝和视图
Numpy数组之深拷贝
Fight_Feature的博客
08-31 2920
我是跟着numpy官方中文文档敲的代码，官方中文文档网址为：https://www.numpy.org.cn/user_guide/quickstart_tutorial/deep_copy.html copy 方法生成数组及其数据的完整拷贝。 >>> d = a.copy() >>> d array([[ 0, 1, 2, 3], [ 4,...
Python2中浅拷贝和深拷贝区别详解
xmp1669217327的博客
07-14 2701
  直接赋值：其实就是拷贝对象的引用   浅拷贝：拷贝最外层对象，父级对象   深拷贝：完全拷贝所有对象，父级对象和子级对象，拷贝父对象的同时递归拷贝子对象   定义a={1:[1,2,3]}   1.b=a,赋值引用，ab都引用同一个对象，原始列表改变，ab均改变         2.b=copy.copy(a)    浅拷贝，a和b（最外层对象）是一个独立的...
Numpy 真正的深拷贝
我欲因之梦吴越，一夜飞度镜湖月
05-04 1319
个人的一点思考，觉得不对的欢迎在下方评论。 关于Numpy的copy，网上一堆博客都提出了no copy、shallow copy、deep copy，个人认为，这种分类是不太合理的，有误导性的。 ls = [[1, 2], [2, 3, 4]] np1 = np.array(ls, dtype=list) np2 = np1.copy() np1[1][0] = 100 print(np2) # [list([1, 2]) list([100, 3, 4])] 正如上面这段代码，使用了.copy(
Numpy：矩阵复制深浅copy
BBJG_001的博客
02-05 3692
原文地址 python在内部封装了很多优化机制，比如共享内存。 什么是共享内存 M = [1,2,3] N = M 这时候N和M是共用同一处内存的，对其中一个做修改，另一个也会跟着变化 下面用程序说明共享内存的问题 生成测试数据 import numpy as np a1 = np.array([1,2,3]) # [1 2 3] b1 = np.array([1,2,3]) # [1...
python中的深拷贝与浅拷贝
jiandanjinxin的专栏
10-12 3807
浅拷贝的时候，修改原来的对象，深拷贝的对象不会发生改变。对象的赋值对象的赋值实际上是对象之间的引用：当创建一个对象，然后将这个对象赋值给另外一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用。aList = ["kel","abc",123] print(aList, id(aList)) bList = aListbList.append("add")print(aList
5、Numpy库---深拷贝和浅拷贝
qq_43061415的博客
03-21 311
@[TOC](Numpy库---深拷贝和浅拷贝) ## 深拷贝和浅拷贝 在操作数组的时候，它们的数据有时候拷贝进一个新的数组，有时候又不是。这经常是初学者感到困惑。下面有三种情况： ### 1、不拷贝： 如果只是简单的赋值，那么不会进行拷贝。==不进行变量的拷贝==。 示例代码如下： ```python
解释numpy的深拷贝和浅拷贝
最新发布
06-01
在Python中，当你使用赋值运算符（=）来复制一个数组或列表时，实际上只是创建了一个指向原始数据的新引用。这被称为浅拷贝。这意味着，如果你更改了新对象中的元素，原始对象中的相应元素也会随之更改。 为了避免这种情况，可以使用深度复制（deep copy）。深度复制会创建一个新的对象，其中包含原始对象中所包含的所有内容的副本。这样，任何对新对象的更改都不会影响原始对象。 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： ```python b = a.copy() ``` 要进行浅拷贝，可以使用view()方法： ```python c = a.view() ```
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