python自动复制_Python数组会自动复制每个oth

你需要一份复印件：b = a.copy()

b = a创建一个引用，因此a is b它们都指向内存中的相同位置，a.copy()实际上创建了一个新对象。在

^{pr2}$

如果使用basic slicing对数组进行切片，则id将不同，但任何更改都将反映在a和b中，因为使用基本索引时，基本切片生成的所有数组始终是原始数组的视图。Aview是一个数组，它不拥有自己的数据，而是引用另一个数组的数据。所以视图是一个新对象，但内容仍然属于原始数组。在

但是，使用advanced indexing高级索引总是返回数据的副本In [141]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [142]: b = a[1:7:2] # basic indexing/view

In [143]: id(a)

Out[143]: 140335437385856

In [144]: id(b)

Out[144]: 140335437356528

In [145]: b[0] = 999

In [146]: a

Out[146]: array([ 0, 999, 2, 3, 4, 5, 6, 7, 8, 9])

In [148]: b

Out[148]: array([999, 3, 5])

In [149]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [150]: b = a[[0,3,5]] # advanced indexing/copy

In [151]: b

Out[151]: array([0, 3, 5])

In [152]: b[0] = 999

In [153]: a

Out[153]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [154]: b

Out[154]: array([999, 3, 5])

In [157]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [158]: b = a[a] # copy

In [159]: b

Out[159]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [160]: b[0] = 99

In [161]: a

Out[161]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [162]: b

Out[162]: array([99, 1, 2, 3, 4, 5, 6, 7, 8, 9])

这是特定的numpy行为，切片一个常规python平面列表将始终创建一个新列表，其中a中的更改不会反映在b中In [190]: a = [1,2,3,4,5]

In [191]: b = a[:3]

In [192]: b[0] = 999

In [193]: a

Out[193]: [1, 2, 3, 4, 5]

In [194]: b

Out[194]: [999, 2, 3]

如果python列表包含子列表，并且您创建了一个浅拷贝，那么您将捕获python列表：In [197]: a = [[1,2,3],[4,5]]

In [198]: b = a[:]

In [199]: id(a)

Out[199]: 140335437468296

In [200]: id(b)

Out[200]: 140335437417992

In [201]: b[0][0] = 999

In [202]: b

Out[202]: [[999, 2, 3], [4, 5]]

In [203]: a

Out[203]: [[999, 2, 3], [4, 5]]In [204]: a = [[1,2,3],[4,5]]

In [205]: from copy import deepcopy

In [206]: b = deepcopy(a)

In [207]: b[0][0] = 999

In [208]: b

Out[208]: [[999, 2, 3], [4, 5]]

In [209]: a

Out[209]: [[1, 2, 3], [4, 5]]