Numpy的学习6-深浅赋值（copy&deep copy）

# = 的赋值方式会带有关联性


import numpy as np

a = np.arange(4)
# array([0, 1, 2, 3])

b = a
c = a
d = b

# 改变a的第一个值，b、c、d的第一个值也会同时改变。

a[0] = 11
print(a)
# array([11,  1,  2,  3])

# 确认b、c、d是否与a相同。

b is a  # True
c is a  # True
d is a  # True

# 同样更改d的值，a、b、c也会改变。

d[1:3] = [22, 33]   # array([11, 22, 33,  3])
print(a)            # array([11, 22, 33,  3])
print(b)            # array([11, 22, 33,  3])
print(c)            # array([11, 22, 33,  3])

# copy() 的赋值方式没有关联性

b = a.copy()    # deep copy
print(b)        # array([11, 22, 33,  3])
a[3] = 44
print(a)        # array([11, 22, 33, 44])
print(b)        # array([11, 22, 33,  3])

# 此时a与b已经没有关联。

 = 的赋值方式会带有关联性（a=b，当b改变a随之改变），copy没有

 

转载于:https://www.cnblogs.com/simon-idea/p/9571308.html