例如,如果我们有一个numpy
数组A
,并且我们想要一个具有相同元素的numpy
数组。B
以下(见下文)方法有什么区别?什么时候分配额外的内存,什么时候不分配?
B = A
B[:] = A
(同B[:]=A[:]
?)numpy.copy(B, A)
所有三个版本都做不同的事情:
B = A
这会将新名称绑定B
到已命名的现有对象A
。之后它们引用同一个对象,因此如果您修改一个对象,您也会通过另一个对象看到更改。
B[:] = A
(同B[:]=A[:]
?)
这会将值复制A
到现有数组B
中。这两个数组必须具有相同的形状才能工作。B[:] = A[:]
做同样的事情(但B = A[:]
会做更像1的事情)。
numpy.copy(B, A)
这不是合法的语法。你可能的意思是B = numpy.copy(A)
。这与 2 几乎相同,但它创建了一个新数组,而不是重用该B
数组。如果没有其他对前一个B
值的引用,最终结果将与 2 相同,但在复制过程中会暂时使用更多内存。
或者你的意思是numpy.copyto(B, A)
,这是合法的,相当于 2?
B=A
创建参考B[:]=A
复印numpy.copy(B,A)
复印最后两个需要额外的内存。
要制作深拷贝,您需要使用B = copy.deepcopy(A)
这对我来说是唯一有效的答案:
B=numpy.array(A)