numpy拷贝

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