Numpy 复制和视图

当计算和操作数组时,它们的数据有时被复制到新的数组中,有时不复制。这里我们做个区分。

更多关于:NumPy

  完全不复制

简单赋值不会创建数组对象或其数据的拷贝。

a = np.arange(6)  
a
b = a 
id(a)
id(b) # id(a)和id(b)结果相同
b.shape =  3,2  
a.shape # 修改b形状,结果a的形状也变了

    视图或浅复制

不同的数组对象可以共享相同的数据。

view方法创建一个新数组对象,该对象看到相同的数据。

与前一种情况不同,新数组的维数更改不会更改原始数据的维数,但是新数组数据更改后,也会影响原始数据。

››› c = a.view()
››› c is a
False
››› c.base is a
True
››› c.flags.owndata
False
››› c.shape = 2,6
››› a.shape
(3L, 4L)
››› c[0,4] = 1234
››› a
array([[   0,    1,    2,    3],
       [1234,    5,    6,    7],
       [   8,    9,   10,   11]])

    深复制

copy方法生成数组及其数据的完整拷贝。

››› d = a.copy() # 一个完整的新的数组
››› d is a
False
››› d.base is a  
False
››› d[0,0] = 9999
››› a # 修改数组 d 的值,a不会受影响
array([[   0,   10,   10,    3],
       [1234,   10,   10,    7],
       [   8,   10,   10,   11]])

发表评论

电子邮件地址不会被公开。 必填项已用*标注