NumPy - 副本和視圖

在執行函數時，其中一些返回輸入數組的副本，而另一些返回視圖。 當內容物理存儲在另一個位置時，稱爲副本。 另一方面，如果提供了相同內存內容的不同視圖，我們將其稱爲視圖。

無複製

簡單的賦值不會創建數組對象的副本。 相反，它使用原始數組的相同id()來訪問它。 id()返回 Python 對象的通用標識符，類似於 C 中的指針。

此外，一個數組的任何變化都反映在另一個數組上。 例如，一個數組的形狀改變也會改變另一個數組的形狀。

示例

import numpy as np 
a = np.arange(6)  
print  '我們的數組是：'  
print a 
print  '調用 id() 函數：'  
print id(a)  
print  'a 賦值給 b：' 
b = a 
print b 
print  'b 擁有相同 id()：'  
print id(b)  
print  '修改 b 的形狀：' 
b.shape =  3,2  
print b 
print  'a 的形狀也修改了：'  
print a

輸出如下：

我們的數組是：
[0 1 2 3 4 5]

調用 id() 函數：
139747815479536

a 賦值給 b：
[0 1 2 3 4 5]
b 擁有相同 id()：
139747815479536

修改 b 的形狀：
[[0 1]
 [2 3]
 [4 5]]

a 的形狀也修改了：
[[0 1]
 [2 3]
 [4 5]]

視圖或淺複製

NumPy 擁有ndarray.view()方法，它是一個新的數組對象，並可查看原始數組的相同數據。 與前一種情況不同，新數組的維數更改不會更改原始數據的維數。

示例

import numpy as np 
# 最開始 a 是個 3X2 的數組
a = np.arange(6).reshape(3,2)  
print  '數組 a：'  
print a 
print  '創建 a 的視圖：' 
b = a.view()  
print b 
print  '兩個數組的 id() 不同：'  
print  'a 的 id()：'  
print id(a)  
print  'b 的 id()：'  
print id(b)  
# 修改 b 的形狀，並不會修改 a
b.shape =  2,3  
print  'b 的形狀：'  
print b 
print  'a 的形狀：'  
print a

輸出如下：

數組 a：
[[0 1]
 [2 3]
 [4 5]]

創建 a 的視圖：
[[0 1]
 [2 3]
 [4 5]]

兩個數組的 id() 不同：
a 的 id()：
140424307227264
b 的 id()：
140424151696288

b 的形狀：
[[0 1 2]
 [3 4 5]]

a 的形狀：
[[0 1]
 [2 3]
 [4 5]]

數組的切片也會創建視圖：

示例

import numpy as np 
a = np.array([[10,10],  [2,3],  [4,5]])  
print  '我們的數組：'  
print a 
print  '創建切片：' 
s = a[:,  :2]  
print s

輸出如下：

我們的數組：
[[10 10]
 [ 2 3]
 [ 4 5]]

創建切片：
[[10 10]
 [ 2 3]
 [ 4 5]]

深複製

ndarray.copy()函數創建一個深層副本。 它是數組及其數據的完整副本，不與原始數組共享。

示例

import numpy as np 
a = np.array([[10,10],  [2,3],  [4,5]])  
print  '數組 a：'  
print a 
print  '創建 a 的深層副本：' 
b = a.copy()  
print  '數組 b：'  
print b 
# b 與 a 不共享任何內容  
print  '我們能夠寫入 b 來寫入 a 嗎？'  
print b is a 
print  '修改 b 的內容：' 
b[0,0]  =  100  
print  '修改後的數組 b：'  
print b 
print  'a 保持不變：'  
print a

輸出如下：

數組 a：
[[10 10]
 [ 2 3]
 [ 4 5]]

創建 a 的深層副本：
數組 b：
[[10 10]
 [ 2 3]
 [ 4 5]]
我們能夠寫入 b 來寫入 a 嗎？
False

修改 b 的內容：
修改後的數組 b：
[[100 10]
 [ 2 3]
 [ 4 5]]

a 保持不變：
[[10 10]
 [ 2 3]
 [ 4 5]]