当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy copy用法及代码示例


本文简要介绍 python 语言中 numpy.copy 的用法。

用法:

numpy.copy(a, order='K', subok=False)

返回给定对象的数组副本。

参数

a array_like

输入数据。

order {‘C’、‘F’、‘A’、‘K’},可选

控制副本的内存布局。 “C”表示C-order,“F”表示F-order,“A”表示“F”,如果a是 Fortran 连续的,否则为“C”。 ‘K’表示匹配布局a尽可能接近。 (请注意,此函数和numpy.ndarray.copy非常相似,但其 order= 参数具有不同的默认值。)

subok 布尔型,可选

如果为 True,则子类将为 passed-through,否则返回的数组将被强制为 base-class 数组(默认为 False)。

返回

arr ndarray

a. 数组解释

注意

这相当于:

>>> np.array(a, copy=True)

例子

创建一个数组 x,带有一个引用 y 和一个副本 z:

>>> x = np.array([1, 2, 3])
>>> y = x
>>> z = np.copy(x)

请注意,当我们修改 x 时,y 会改变,但 z 不会改变:

>>> x[0] = 10
>>> x[0] == y[0]
True
>>> x[0] == z[0]
False

请注意,np.copy 会清除之前设置的 WRITEABLE=False 标志。

>>> a = np.array([1, 2, 3])
>>> a.flags["WRITEABLE"] = False
>>> b = np.copy(a)
>>> b.flags["WRITEABLE"]
True
>>> b[0] = 3
>>> b
array([3, 2, 3])

请注意,np.copy 是浅复制,不会复制数组内的对象元素。这对于包含 Python 对象的数组非常重要。新数组将包含相同的对象,如果该对象可以修改(可变),则可能会导致意外:

>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)
>>> b = np.copy(a)
>>> b[2][0] = 10
>>> a
array([1, 'm', list([10, 3, 4])], dtype=object)

要确保复制 object 数组中的所有元素,请使用 copy.deepcopy

>>> import copy
>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)
>>> c = copy.deepcopy(a)
>>> c[2][0] = 10
>>> c
array([1, 'm', list([10, 3, 4])], dtype=object)
>>> a
array([1, 'm', list([2, 3, 4])], dtype=object)

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.copy。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。