Numpy copy & deep copy

= 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,b、c、d的第一个值也会同时改变。

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

确认b、c、d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,a、b、c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a与b已经没有关联。

最后

如果你觉得本文对你有帮助,希望可以关注并转发,这样我会更有动力更新的。


分享到:


相關文章: