Numpy copy & deep copy

= 的賦值方式會帶有關聯性

首先 import numpy 並建立變量, 給變量賦值。

import numpy as np
a = np.arange(4)
# array([0, 1, 2, 3])
b = a
c = a
d = b

改變a的第一個值,b、c、d的第一個值也會同時改變。

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

確認b、c、d是否與a相同。

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

同樣更改d的值,a、b、c也會改變。

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() 的賦值方式沒有關聯性

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])

此時a與b已經沒有關聯。

最後

如果你覺得本文對你有幫助,希望可以關注並轉發,這樣我會更有動力更新的。


分享到:


相關文章: