NumPy快速入门--复制/视图/深拷贝

文章目录

1. 完全不复制
2. 视图或浅复制
3. 深拷贝

当计算和操作数组时，它们的数据有时被复制到新的数组中，有时不复制。对于初学者来说，这经常是一个混乱的来源。有三种情况：

1. 完全不复制

简单赋值不会创建新的副本。

>>> a = np.arange(12)
>>> b = a
>>> b is a
True
>>> b.shape
(12,)
>>> b.shape = 3,4
>>> a.shape
(3, 4)
>>> id(a)      #a、b的 id 号一样，没有创建新的数据
2432625948272
>>> id(b)
2432625948272

Python将可变对象作为引用传递，所以函数调用不会复制。

>>> def f(x):print(id(x))>>> id(a)
2432625948272
>>> f(a)   # 传入函数的对象a的id打印出来和之前一样，没有新对象产生
2432625948272

2. 视图或浅复制

不同的数组对象可以共享相同的数据。 view 方法创建一个新的数组对象，它查看相同的数据。

>>> c = a.view()
>>> c is a
False
>>> c.base is a
True
>>> c.flags.owndata    # 返回 False，c 并不保管数据
False
>>> a.flags.owndata    # 返回 True，数据由 a 保管
True
>>> c.shape
(3, 4)
>>> a.shape
(3, 4)
>>> c.shape = 2,6 # 形状不会同步
>>> c[0,4] = 1234 # 共享数据，a的也会变，数据同步
>>> c
array([[   0,    1,    2,    3, 1234,    5],[   6,    7,    8,    9,   10,   11]])
>>> a
array([[   0,    1,    2,    3],[1234,    5,    6,    7],    # 1234也在里面[   8,    9,   10,   11]])

对数组切片返回一个视图view

>>> s = a[:,1:3]   # s是a的切片，是a的一个view
>>> s
array([[ 1,  2],[ 5,  6],[ 9, 10]])
>>> s[:] = 999        # s 全部改数据
>>> s
array([[999, 999],[999, 999],[999, 999]])
>>> a              # a中的s切片部分数据都被改了
array([[   0,  999,  999,    3],[1234,  999,  999,    7],[   8,  999,  999,   11]])

3. 深拷贝

参考链接

copy 方法生成数组及其数据的完整拷贝。

>>> a = np.arange(12).reshape(3,4)
>>> a
array([[ 0,  1,  2,  3],[ 4,  5,  6,  7],[ 8,  9, 10, 11]])>>> d = a.copy()       # 新的对象
>>> d is a
False
>>> d.base is a            # 与a没有任何联系
False
>>> d[0,0] = 999
>>> d
array([[999,   1,   2,   3],[  4,   5,   6,   7],[  8,   9,  10,  11]])
>>> a
array([[ 0,  1,  2,  3],[ 4,  5,  6,  7],[ 8,  9, 10, 11]])

NumPy快速入门--复制/视图/深拷贝相关推荐

numpy安装_Python进阶之NumPy快速入门(一)
前言 NumPy是Python的一个扩展库,负责数组和矩阵运行.相较于传统Python,NumPy运行效率高,速度快,是利用Python处理数据必不可少的工具. 这个NumPy快速入门系列分为四篇,包 ...
NumPy 快速入门系列：应用统计学基础概念、相关统计指标与NumPy的实现
NumPy 快速入门系列:应用统计学基础概念.相关统计指标与NumPy的实现前言: 统计学导论: 统计学定义: 统计学分类: 统计学基本概念: 统计过程: 统计指标与NumPy: 用 Python ...
《Python数据分析基础教程：NumPy学习指南（第2版）》笔记1：第一章 NumPy快速入门
NumPy快速入门 1.1 Python NumPy是基于Python的,因此在安装NumPy之前,需要先安装Python.某些操作系统已经默认安装有Python环境,但仍需检查Python的版本是否 ...
Python3数据分析——NumPy快速入门教程（官网教程翻译）
目录一.基础篇 1.创建数组 2.打印数组 3.基本运算 4.通用函数(ufunc) 5.索引,切片和迭代二.形状操作 1.更改数组的形状 2.组合(stack)不同的数组 3.将一个数组分割(s ...
NumPy快速入门--形状操作
文章目录 1. 更改数组的形状 2. 将不同数组堆叠在一起 3. 将一个数组分成几个较小的数组 1. 更改数组的形状 >>> import numpy as np >>& ...
python科学计算教学_Python最好用的科学计算库：NumPy快速入门教程（二）
形状操作首先导入numpy库 >>> import numpy as np 改变数组的形状数组的形状由每个维度的元素的数量决定. >>> a = np.floo ...
NumPy快速入门-- Less 基础/线性代数
文章目录 1. 广播(Broadcasting)规则 2. 使用索引数组索引 3. 使用布尔值作为数组索引 4. ix_()函数 5. 线性代数简单数组操作 6. 技巧和提示 6.1 "自 ...
NumPy快速入门--基础知识
文章目录 1. 一个典型例子 2. 数组的创建 3. 打印数组 4. 基本操作 5. 通用函数 6. 索引.切片.迭代 NumPy的数组类被称为ndarray.别名为 array. ndarray.n ...
学习numpy快速入门教程心得体会（1）
一.numpy的主要对象 NumPy的主要对象是同构多维数组.例如,在3D空间中的一个点坐标为[1, 3, 5]具有一个轴(只有一层[ ]),轴中有3个元素,所以我们说它长度为3.另外,多维数组中轴的 ...

NumPy快速入门--复制/视图/深拷贝

文章目录

1. 完全不复制

2. 视图或浅复制

3. 深拷贝

NumPy快速入门--复制/视图/深拷贝相关推荐

最新文章

热门文章