Python数组会自动复制每个oth

2024-03-28 10:55:55 发布

您现在位置:Python中文网/ 问答频道 /正文

我是python的初学者,我不希望这些数组相互复制,但它们是自动的:

a = numpy.zeros(4)
b = a
a[1] = 10
print b[1]

它返回10而不是0。如何断开这两个阵列的连接?在


Tags: numpyzeros数组print初学者
3条回答

“数组自动相互复制”是一个错误的陈述,有几个原因。主要原因是只有一个数组和两个引用该数组的变量名。在

以下是复制numpy数组的三种方法(即创建与之完全相同的另一个数组):

>>> a = numpy.zeros(4)
>>> b = a.copy()
>>> c = numpy.copy(a)
>>> d = numpy.array(a)
>>> a[1] = 10
>>> a
array([  0.,  10.,   0.,   0.])
>>> b
array([ 0.,  0.,  0.,  0.])
>>> c
array([ 0.,  0.,  0.,  0.])
>>> d
array([ 0.,  0.,  0.,  0.])

注意切片复制(例如e = a[:])而不是与numpy数组一起工作。在

你需要一份复印件:

b  = a.copy()

b = a创建一个引用,因此a is b它们都指向内存中的相同位置,a.copy()实际上创建了一个新对象。在

^{pr2}$

如果使用basic slicing对数组进行切片,则id将不同,但任何更改都将反映在a和b中,因为使用基本索引时,基本切片生成的所有数组始终是原始数组的视图。Aview是一个数组,它不拥有自己的数据,而是引用另一个数组的数据。所以视图是一个新对象,但内容仍然属于原始数组。在

但是,使用advanced indexing高级索引总是返回数据的副本

In [141]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])   
In [142]: b = a[1:7:2]    # basic indexing/view
In [143]: id(a)
Out[143]: 140335437385856    
In [144]: id(b)      
Out[144]: 140335437356528    
In [145]: b[0] = 999    
In [146]: a
Out[146]: array([  0, 999,   2,   3,   4,   5,   6,   7,   8,   9])
In [148]: b
Out[148]: array([999,   3,   5])    
In [149]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])    
In [150]: b = a[[0,3,5]]  # advanced indexing/copy  
In [151]: b
Out[151]: array([0, 3, 5])    
In [152]: b[0] = 999    
In [153]: a
Out[153]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])    
In [154]: b
Out[154]: array([999,   3,   5])
In [157]: a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [158]: b = a[a]   # copy
In [159]: b
Out[159]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])    
In [160]: b[0] = 99    
In [161]: a
Out[161]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])    
In [162]: b
Out[162]: array([99,  1,  2,  3,  4,  5,  6,  7,  8,  9])

这是特定的numpy行为,切片一个常规python平面列表将始终创建一个新列表,其中a中的更改不会反映在b中

In [190]: a = [1,2,3,4,5]

In [191]: b = a[:3]

In [192]: b[0] = 999

In [193]: a
Out[193]: [1, 2, 3, 4, 5]

In [194]: b
Out[194]: [999, 2, 3]

如果python列表包含子列表,并且您创建了一个浅拷贝,那么您将捕获python列表:

In [197]: a = [[1,2,3],[4,5]]
In [198]: b = a[:]    
In [199]: id(a)
Out[199]: 140335437468296    
In [200]: id(b)
Out[200]: 140335437417992
In [201]: b[0][0] = 999 
In [202]: b
Out[202]: [[999, 2, 3], [4, 5]]   
In [203]: a
Out[203]: [[999, 2, 3], [4, 5]]

您需要制作一个copy.deepcopy

In [204]: a = [[1,2,3],[4,5]]    
In [205]: from copy import  deepcopy
In [206]: b = deepcopy(a)    
In [207]: b[0][0] = 999    
In [208]: b
Out[208]: [[999, 2, 3], [4, 5]]    
In [209]: a
Out[209]: [[1, 2, 3], [4, 5]]

你可以像这样使用复制模块

from copy import copy
a = numpy.zeros(4)
b = copy(a)
a[1] = 10
print b[1]

这与这样一个事实有关:当您执行b = a时,您将a的引用分配给b。在

关于这个问题的更多信息可以在这个答案中找到:How to clone or copy a list?

相关问题 更多 >