其他分享
首页 > 其他分享> > numpy拷贝

numpy拷贝

作者:互联网

不拷贝:

如果只是简单的赋值,那么不会进行拷贝。不进行变量的拷贝。
示例代码如下:

a = np.arange(12)
b = a #这种情况不会进行拷贝
print(b is a) #返回True,说明b和a是相同的

2、View或者浅拷贝:
有些情况,会进行变量的拷贝,但是他们所指向的内存空间都是一样的,那么这种情况叫做浅拷贝,或者叫做View(视图)。比如以下代码:

a = np.arange(12)
c = a.view()
print(c is a) #返回False,说明c和a是两个不同的变量
c[0] = 100
print(a[0]) #打印100,说明对c上的改变,会影响a上面的值,说明他们指向的内存空间还是一样的,这种叫做浅拷贝,或者说是view

3、深拷贝:
将之前数据完完整整的拷贝一份放到另外一块内存空间中,这样就是两个完全不同的值了。示例代码如下:

#3、深拷贝
a = np.arange(12)
d = a.copy()
print(d is a) #返回False,说明d和a是两个不同的变量
d[0] = 100
print(a[0]) #打印0,说明d和a指向的内存空间完全不同了。

 

总结:浅拷贝和深拷贝后的数组与之前的数组不是同一个,但是改变浅拷贝后的数组变量会导致原数组也跟着改变,而深拷贝不会。

标签:12,变量,内存空间,np,print,拷贝,numpy
来源: https://www.cnblogs.com/jejz/p/16253908.html