numpy & pandas (6) 浅拷贝与深拷贝

一、浅拷贝(指向同一块数据)

>>> import numpy as np
>>> a = np.arange(4)
>>> b = a
>>> a[0] = 11
>>> a
array([11,  1,  2,  3])
>>> b
array([11,  1,  2,  3])
>>> b is a
True
>>> c = b
>>> c is a
True
>>> 

二、深拷贝.copy()

>>> import numpy as np
>>> a = np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> b = a.copy()
>>> a[0:4] = [11,22,33,44]
>>> a
array([11, 22, 33, 44])
>>> b
array([0, 1, 2, 3])
>>> 

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