在 NumPy 数组中复制和查看
原文:https://www.geeksforgeeks.org/copy-and-view-in-numpy-array/
在使用 NumPy 时，您可能已经看到一些函数返回副本，而一些函数返回视图。拷贝和视图的主要区别在于拷贝是新阵列，而视图是原始阵列的视图。换句话说，可以说副本物理存储在另一个位置，视图与原始阵列具有相同的内存位置。
无复制:正常分配不会复制数组对象。相反，它使用与原始数组完全相同的 id 来访问它。此外，任何一方的变化都会反映到另一方身上。
Example: (No Copy by Assigning)
import numpy as np
# creating array
arr = np.array([2, 4, 6, 8, 10])
# assigning arr to nc
nc = arr
# both arr and nc have same id
print("id of arr", id(arr))
print("id of nc", id(nc))
# updating nc
nc[0]= 12
# printing the values
print("original array- ", arr)
print("assigned array- ", nc)
输出:
id of arr 26558736
id of nc 26558736
original array- [12 4 6 8 10]
assigned array- [12 4 6 8 10]
查看:这也叫浅抄。视图只是原始数组的视图，视图不拥有数据。当我们更改视图时，它会影响原始数组，当我们更改原始数组时，它会影响视图。
示例:(制作视图并更改原始数组)
import numpy as np
# creating array
arr = np.array([2, 4, 6, 8, 10])
# creating view
v = arr.view()
# both arr and v have different id
print("id of arr", id(arr))
print("id of v", id(v))
# changing original array
# will effect view
arr[0] = 12
# printing array and view
print("original array- ", arr)
print("view- ", v)
id of arr 30480448
id of v 30677968
original array- [12 4 6 8 10]
view- [12 4 6 8 10]
副本:这也称为深度副本。拷贝是一个全新的阵列，拷贝拥有数据。当我们对副本进行更改时，它不会影响原始阵列，而当对原始阵列进行更改时，它不会影响副本。
示例:(制作副本并更改原始数组)
import numpy as np
# creating array
arr = np.array([2, 4, 6, 8, 10])
# creating copy of array
c = arr.copy()
# both arr and c have different id
print("id of arr", id(arr))
print("id of c", id(c))
# changing original array
# this will not effect copy
arr[0] = 12
# printing array and copy
print("original array- ", arr)
print("copy- ", c)
输出:
id of arr 35406048
id of c 32095936
original array- [12 4 6 8 10]
copy- [ 2 4 6 8 10]
数组拥有它的数据: 要检查数组是否在视图和副本中拥有它的数据，我们可以使用每个 NumPy 数组都有属性 base ，如果数组拥有数据，该属性将返回 None 。否则，基本属性指的是原始对象。 示例:
import numpy as np
# creating array
arr = np.array([2, 4, 6, 8, 10])
# creating copy of array
c = arr.copy()
# creating view of array
v = arr.view()
# printing base attribute of copy and view
print(c.base)
print(v.base)
