NumPy 副本和视图

2024 年 8 月 29 日 | 阅读 3 分钟

输入数组的副本物理上存储在其他某个位置，并返回存储在该特定位置的内容，该内容是输入数组的副本，而视图返回的是同一内存位置的不同视图。

在本教程的这一部分，我们将考虑从某些内存位置生成不同副本和视图的方式。

数组赋值

将 numpy 数组分配给另一个数组不会直接复制原始数组，而是创建另一个具有相同内容和相同 id 的数组。它表示对原始数组的引用。对此引用所做的更改也会反映在原始数组中。

id() 函数返回数组的通用标识符，类似于 C 中的指针。

请看以下示例。

示例

import numpy as np

a = np.array([[1,2,3,4],[9,0,2,3],[1,2,3,19]])

print("Original Array:\n",a)

print("\nID of array a:",id(a))

b = a 

print("\nmaking copy of the array a")

print("\nID of b:",id(b))

b.shape = 4,3;

print("\nChanges on b also reflect to a:")
print(a)

输出

Original Array:
 [[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

ID of array a: 139663602288640

making copy of the array a

ID of b: 139663602288640

Changes on b also reflect to a:
[[ 1  2  3]
 [ 4  9  0]
 [ 2  3  1]
 [ 2  3 19]]

ndarray.view() 方法

ndarray.view() 方法返回新的数组对象，该对象包含与原始数组相同的内容。由于它是一个新的数组对象，因此对此对象所做的更改不会反映原始数组。

请看以下示例。

示例

import numpy as np

a = np.array([[1,2,3,4],[9,0,2,3],[1,2,3,19]])

print("Original Array:\n",a)

print("\nID of array a:",id(a))

b = a.view()

print("\nID of b:",id(b))

print("\nprinting the view b")
print(b)

b.shape = 4,3;

print("\nChanges made to the view b do not reflect a")
print("\nOriginal array \n",a)
print("\nview\n",b)

输出

Original Array:
 [[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

ID of array a: 140280414447456

ID of b: 140280287000656

printing the view b
[[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

Changes made to the view b do not reflect a

Original array 
 [[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

view
 [[ 1  2  3]
 [ 4  9  0]
 [ 2  3  1]
 [ 2  3 19]]

ndarray.copy() 方法

它返回原始数组的深层副本，该副本不与原始数组共享任何内存。对原始数组的深层副本所做的修改不会反映原始数组。

请看以下示例。

示例

import numpy as np

a = np.array([[1,2,3,4],[9,0,2,3],[1,2,3,19]])

print("Original Array:\n",a)

print("\nID of array a:",id(a))

b = a.copy()

print("\nID of b:",id(b))

print("\nprinting the deep copy b")
print(b)

b.shape = 4,3;

print("\nChanges made to the copy b do not reflect a")
print("\nOriginal array \n",a)
print("\nCopy\n",b)

输出

Original Array:
 [[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

ID of array a: 139895697586176

ID of b: 139895570139296

printing the deep copy b
[[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

Changes made to the copy b do not reflect a

Original array 
 [[ 1  2  3  4]
 [ 9  0  2  3]
 [ 1  2  3 19]]

Copy
 [[ 1  2  3]
 [ 4  9  0]
 [ 2  3  1]
 [ 2  3 19]]

下一个主题NumPy 矩阵库

← 上一个下一个 →

NumPy 副本和视图

数组赋值

示例

ndarray.view() 方法

示例

ndarray.copy() 方法

示例

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

NumPy 教程

NumPy 函数

NumPy 副本和视图

数组赋值

示例

ndarray.view() 方法

示例

ndarray.copy() 方法

示例

相关帖子

NumPy 数据类型

统计函数

NumPy 数组迭代

NumPy 教程

排序和搜索

数值范围内的数组

NumPy 环境设置

NumPy 字符串函数

矩阵库

矩阵乘法

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器