Numpy的学习6-深浅赋值(copy&deep copy)
Posted simon-idea
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Numpy的学习6-深浅赋值(copy&deep copy)相关的知识,希望对你有一定的参考价值。
# = 的赋值方式会带有关联性 import numpy as np a = np.arange(4) # array([0, 1, 2, 3]) b = a c = a d = b # 改变a的第一个值,b、c、d的第一个值也会同时改变。 a[0] = 11 print(a) # array([11, 1, 2, 3]) # 确认b、c、d是否与a相同。 b is a # True c is a # True d is a # True # 同样更改d的值,a、b、c也会改变。 d[1:3] = [22, 33] # array([11, 22, 33, 3]) print(a) # array([11, 22, 33, 3]) print(b) # array([11, 22, 33, 3]) print(c) # array([11, 22, 33, 3]) # copy() 的赋值方式没有关联性 b = a.copy() # deep copy print(b) # array([11, 22, 33, 3]) a[3] = 44 print(a) # array([11, 22, 33, 44]) print(b) # array([11, 22, 33, 3]) # 此时a与b已经没有关联。
= 的赋值方式会带有关联性(a=b,当b改变a随之改变),copy没有
以上是关于Numpy的学习6-深浅赋值(copy&deep copy)的主要内容,如果未能解决你的问题,请参考以下文章