numpy.copy

numpy.copy(a, order='K', subok=False) [source]

返回给定对象的数组副本。

参数:a :array_like

输入数据。

order :{‘C’, ‘F’, ‘A’, ‘K’}, 可选

控制副本的内存布局。'C'表示C-order,

'F'表示F-order,

'a'表示'F'(如果a与Fortran相邻),

否则为'C'。“K”的装置的布局匹配一个尽可能接近。

(请注意,此函数和ndarray.copy非常相似,

但是它们的order =参数具有不同的默认值。)

subok:bool,可选

如果为True,则子类将被传递,否则返回的数组将被强制为基类数组(默认为False)。

1.19.0版中的新功能。

返回值:arr :ndarray

与a相同的数组

Notes

这等效于:

>>> np.array(a, copy=True)

例子

创建一个数组x,其引用为y,副本为z:

>>> x = np.array([1, 2, 3])

>>> y = x

>>> z = np.copy(x)

请注意,当我们修改x时,y会更改,但z不会更改:

>>> x[0] = 10

>>> x[0] == y[0]

True

>>> x[0] == z[0]

False

请注意:

np.copy是浅表副本,不会复制数组中的对象元素。这对于包含Python对象的数组非常重要。新数组将包含相同的对象,如果可以修改(可变)该对象,则可能会导致意外:

>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)

>>> b = np.copy(a)

>>> b[2][0] = 10

>>> a

array([1, 'm', list([10, 3, 4])], dtype=object)

要确保object复制数组中的所有元素,请使用copy.deepcopy:

>>> import copy

>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)

>>> c = copy.deepcopy(a)

>>> c[2][0] = 10

>>> c

array([1, 'm', list([10, 3, 4])], dtype=object)

>>> a

array([1, 'm', list([2, 3, 4])], dtype=object)

python复制函数_Python numpy.copy函数方法的使用相关推荐

  1. python中isin函数_Python numpy.isin函数方法的使用

    numpy.isin numpy.isin(element, test_elements, assume_unique=False, invert=False)     [source] 计算test ...

  2. python怎么用numpy函数_Python numpy.ravel函数方法的使用

    numpy.ravel numpy.ravel(a, order='C')    [source] 返回一个连续的扁平数组. 返回包含输入元素的一维数组. 仅在需要时才进行复制. 从NumPy 1.1 ...

  3. python怎么运行ln函数_python numpy ln函数python之nosetests自动化测试框架感知

    这几天都有遇到nosetest,一是hardway learn python中,还有一个是django中,因此想趁此了解下有什么用,看了半天也不理解具体的用处,还是老规矩把尝试的一些内容记下来.之所以 ...

  4. python row函数_Python numpy 常用函数总结

    Numpy是什么 在没给大家介绍numpy之前先给大家说下python的基本概念. Python 是一种高级的,动态的,多泛型的编程语言.Python代码很多时候看起来就像是伪代码一样,因此你可以使用 ...

  5. python排大小函数_python numpy 一些函数 大小排序和统计

    排序大小函数 import numpy as np size = 100 a = np.random.randint(0, 1000, size=size) print(a) # 排序之后的前k个元素 ...

  6. [转载] python histogram函数_Python numpy.histogram_bin_edges函数方法的使用

    参考链接: Python中的numpy.ceil numpy.histogram_bin_edges numpy.histogram_bin_edges(a, bins=10, range=None, ...

  7. python array函数_Python numpy.array函数方法的使用

    numpy.array numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0) 创建array. ...

  8. python 中arange函数_Python numpy.arange函数方法的使用

    numpy.arange numpy.arange([start, ]stop, [step, ]dtype=None) 返回给定间隔内的均匀间隔的值. 在半开间隔[start,stop)(换句话说, ...

  9. python分位数函数_Python numpy.quantile函数方法的使用

    numpy.quantile numpy.quantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linea ...

  10. python的std函数_Python numpy.nanstd函数方法的使用

    numpy.nanstd numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims= 忽略NaN时,计算沿指定轴的标准偏差. ...

最新文章

  1. matlab 绘图3
  2. USTC English Club Note20211215
  3. Spring boot - 整合 Redis缓存(下)
  4. [我总结]8月第二周总结
  5. mac安装maven
  6. Android 吉字节问题
  7. 前端Vue+后端Django实现微信登录
  8. 基线检查工具Python代码
  9. 性能魔方七剑下天山之青干剑:CDN2.0,速度加快一倍,成本减少一半
  10. ktv系统服务器,ktv服务器主机系统
  11. 2011年美國動畫圈薪資調查
  12. android 不压缩保存图片格式,Android中图片的压缩方法
  13. 商城开发之商品分类表的设计、使用、管理
  14. 有趣的python代码系列四:小猪佩奇
  15. python django项目进度管理平台
  16. u盘损坏了还能恢复吗?u盘已损坏的三种修复方法
  17. 一台电脑同时使用两个jlink v8
  18. 如何用python画下三角矩阵的相关热力图?sns.heatmap详解
  19. 银汇通支付解析固定pos机与移动pos机的优缺对比
  20. Android如何获取软键盘的高度

热门文章

  1. blocks bytes extents比较
  2. Silverlight与微软技术:微软抛弃Silverlight了吗?
  3. Android读取电话薄中的电话号码
  4. 定义cisco设备的log级别
  5. About MS Reporting Service
  6. 8.企业安全建设指南(金融行业安全架构与技术实践) --- 安全考核
  7. 1.Nginx 简介
  8. 1. thinkphp (1)
  9. Java中数据输入输出流——DataInputStream和DataOutputStream
  10. [Swift]LeetCode452. 用最少数量的箭引爆气球 | Minimum Number of Arrows to Burst Balloons