numpy的 copy & deep copy 浅拷贝和深拷贝

numpy xuhss 790℃ 0评论

= 的赋值方式会带有关联性

首先 import numpy 并建立变量, 给变量赋值。

import numpy as np

a = np.arange(4)
# array([0, 1, 2, 3])

b = a
c = a
d = b

改变a的第一个值,bcd的第一个值也会同时改变。

a[0] = 11
print(a)
# array([11,  1,  2,  3])

确认bcd是否与a相同。

b is a  # True
c is a  # True
d is a  # True

同样更改d的值,abc也会改变。

d[1:3] = [22, 33]   # array([11, 22, 33,  3])
print(a)            # array([11, 22, 33,  3])
print(b)            # array([11, 22, 33,  3])
print(c)            # array([11, 22, 33,  3])

copy() 的赋值方式没有关联性

b = a.copy()    # deep copy
print(b)        # array([11, 22, 33,  3])
a[3] = 44
print(a)        # array([11, 22, 33, 44])
print(b)        # array([11, 22, 33,  3])

此时ab已经没有关联。

转载请注明:xuhss » numpy的 copy & deep copy 浅拷贝和深拷贝

喜欢 (1)

您必须 登录 才能发表评论!