Копии и представления в NumPy
Копия — это полная копия данных. Если мы изменим копию, это не повлияет на исходные данные; они находятся не в одном и том же месте физической памяти.
Представление — это псевдоним или ссылка на данные. Через этот псевдоним или ссылку можно получать доступ к исходным данным и манипулировать ими, но копия исходных данных не создаётся. Если мы изменим представление, это повлияет на исходные данные; они находятся в одном и том же месте физической памяти.
Представления обычно возникают в следующих случаях:
- 1. Операции среза NumPy возвращают представление исходных данных.
- 2. Вызов функции ndarray view() создаёт представление.
Копии обычно возникают в следующих случаях:
- Операции среза последовательностей Python и вызов функции deepCopy().
- Вызов функции ndarray copy() создаёт копию.
Без копирования
Простое присваивание не создаёт копию объекта массива. Вместо этого для доступа к нему используется тот же id(), что и у исходного массива. id() возвращает общий идентификатор объекта Python, подобно указателю в C.
Кроме того, любые изменения одного массива отражаются на другом массиве. Например, изменение формы одного массива также изменит форму другого массива.
Пример
Результат вывода:
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]]
Представление или поверхностная копия
Метод ndarray.view() создает новый объект массива. Изменение размеров нового массива, созданного этим методом, не изменяет размеры исходных данных.
Пример
Результат вывода:
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]]
Использование срезов для создания представлений и изменение данных повлияет на исходный массив:
Пример
Результат вывода:
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
Переменные a и b являются представлениями частей arr. Изменения в представлениях напрямую отражаются в исходных данных. Но если мы посмотрим на идентификаторы a и b, они различаются. То есть, хотя представления указывают на исходные данные, они всё равно отличаются от ссылок, созданных присваиванием.
Копирование или глубокая копия
Функция ndarray.copy() создаёт копию. Изменение данных копии не влияет на исходные данные; они находятся не в одной и той же области физической памяти.
Пример
Результат вывода:
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]]
Другие связанные статьи
Анализ прямого присваивания, поверхностного и глубокого копирования в Python
Другие расширения