Python numpy copy用法及代碼示例

本文簡要介紹 python 語言中 numpy.copy 的用法。

用法:

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

返回給定對象的數組副本。

參數：

a： array_like

輸入數據。

order： {‘C’、‘F’、‘A’、‘K’}，可選

控製副本的內存布局。 “C”表示C-order，“F”表示F-order，“A”表示“F”，如果a是 Fortran 連續的，否則為“C”。 ‘K’表示匹配布局a盡可能接近。 (請注意，此函數和numpy.ndarray.copy非常相似，但其 order= 參數具有不同的默認值。)

subok： 布爾型，可選

如果為 True，則子類將為 passed-through，否則返回的數組將被強製為 base-class 數組(默認為 False)。

返回：

arr： ndarray

a. 數組解釋

注意：

這相當於：

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

例子：

創建一個數組 x，帶有一個引用 y 和一個副本 z：

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

請注意，當我們修改 x 時，y 會改變，但 z 不會改變：

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

請注意，np.copy 會清除之前設置的 WRITEABLE=False 標誌。

>>> 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])

請注意，np.copy 是淺複製，不會複製數組內的對象元素。這對於包含 Python 對象的數組非常重要。新數組將包含相同的對象，如果該對象可以修改(可變)，則可能會導致意外：

>>> 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)

要確保複製 object 數組中的所有元素，請使用 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)