NumPy コピーとビュー
コピーはデータの完全な複製です。コピーを変更しても元のデータには影響しません。物理メモリは同じ位置にありません。
ビューはデータの別名または参照です。その別名または参照を通じて元のデータにアクセス・操作できますが、元のデータはコピーされません。ビューを変更すると元のデータに影響し、物理メモリは同じ位置にあります。
ビューは一般的に次の場合に発生します:
- 1、numpy のスライス操作は元のデータのビューを返します。
- 2、ndarray の view() 関数を呼び出すとビューが生成されます。
コピーは一般的に次の場合に発生します:
- Python シーケンスのスライス操作、deepCopy() 関数の呼び出し。
- ndarray の copy() 関数を呼び出すとコピーが生成されます。
コピーなし
単純な代入は配列オブジェクトのコピーを作成しません。代わりに、元の配列と同じ id() を使用してアクセスします。 id() は Python オブジェクトの汎用識別子を返し、C 言語のポインタに似ています。
さらに、一方の配列の変更は他方の配列にも反映されます。例えば、一方の配列の形状を変更すると、他方の配列の形状も変わります。
例
import numpy as np
a = np.arange(6)
print ('私たちの配列は次のとおりです:')
print (a)
print ('id() 関数を呼び出します:')
print (id(a))
print ('a を b に代入します:')
b = a
print (b)
print ('b は同じ id() を持ちます:')
print (id(b))
print ('b の形状を変更します:')
b.shape = 3,2
print (b)
print ('a の形状も変更されました:')
print (a)
出力結果は次のとおりです:
我们的数组是: [0 1 2 3 4 5] 调用 id() 函数: 4349302224 a 赋值给 b: [0 1 2 3 4 5] b 拥有相同 id(): 4349302224 修改 b 的形状: [[0 1] [2 3] [4 5]] a 的形状也修改了: [[0 1] [2 3] [4 5]]
ビューまたはシャローコピー
ndarray.view() メソッドは新しい配列オブジェクトを作成します。このメソッドで作成された新しい配列の次元を変更しても、元のデータの次元は変わりません。
例
import numpy as np
# 最初、a は 3X2 の配列です
a = np.arange(6).reshape(3,2)
print ('配列 a:')
print (a)
print ('a のビューを作成します:')
b = a.view()
print (b)
print ('2 つの配列の id() は異なります:')
print ('a の id():')
print (id(a))
print ('b の id():' )
print (id(b))
# b の形状を変更しても、a は変更されません
b.shape = 2,3
print ('b の形状:')
print (b)
print ('a の形状:')
print (a)
出力結果は次のとおりです:
数组 a: [[0 1] [2 3] [4 5]] 创建 a 的视图: [[0 1] [2 3] [4 5]] 两个数组的 id() 不同: a 的 id(): 4314786992 b 的 id(): 4315171296 b 的形状: [[0 1 2] [3 4 5]] a 的形状: [[0 1] [2 3] [4 5]]
スライスを使用してビューを作成しデータを変更すると、元の配列に影響します:
例
import numpy as np
arr = np.arange(12)
print ('私たちの配列:')
print (arr)
print ('スライスを作成します:')
a=arr[3:]
b=arr[3:]
a[1]=123
b[2]=234
print(arr)
print(id(a),id(b),id(arr[3:]))
出力結果は次のとおりです:
我们的数组: [ 0 1 2 3 4 5 6 7 8 9 10 11] 创建切片: [ 0 1 2 3 123 234 6 7 8 9 10 11] 4545878416 4545878496 4545878576
変数 a, b はどちらも arr の一部のビューであり、ビューへの変更は元のデータに直接反映されます。しかし、a, b の id を観察すると、それらは異なります。つまり、ビューは元のデータを指していますが、代入による参照とはまだ違いがあります。
コピーまたはディープコピー
ndarray.copy() 関数はコピーを作成します。コピーのデータを変更しても元のデータには影響せず、それらの物理メモリは同じ位置にありません。
例
import numpy as np
a = np.array([[10,10], [2,3], [4,5]])
print ('配列 a:')
print (a)
print ('a のディープコピーを作成します:')
b = a.copy()
print ('配列 b:')
print (b)
# b と a は何も共有していません
print ('b に書き込むことで a に書き込むことはできますか?')
print (b is a)
print ('b の内容を変更します:')
b[0,0] = 100
print ('変更後の配列 b:')
print (b)
print ('a は変更されません:')
print (a)
出力結果は次のとおりです:
数组 a: [[10 10] [ 2 3] [ 4 5]] 创建 a 的深层副本: 数组 b: [[10 10] [ 2 3] [ 4 5]] 我们能够写入 b 来写入 a 吗? False 修改 b 的内容: 修改后的数组 b: [[100 10] [ 2 3] [ 4 5]] a 保持不变: [[10 10] [ 2 3] [ 4 5]]