numpy的深浅拷贝与python list的深浅拷贝

Python publisher01 28℃ 0评论

numpy中array数据类型的转置(transpose)

arr=np.arange(16).reshape(2,2,4)
arr2=arr.copy() #深拷贝
print(arr)
arr3=arr.transpose((1,0,2)) #arr.transposse并不会改变arr本身的值,返回值是变了的
print(arr3)
arr4=arr2.swapaxes(0,1) #同arr2.transpose(1,0,2)。并且也不改变arr2的值。返回新的值方便连起来
print(arr2)
print(arr4)

numpy array的深浅拷贝 & python list的深浅拷贝

  1. python list

  • list2=list1 是赋值操作,不是拷贝。两个是同一个对象的引用。故而同变化
  • list2=list1.copy()是浅拷贝,相当于list2引用一个新对象,然后把list1中的值拷贝到这个新对象中。但是如果list1=[1,[1,2],3]包含嵌套,嵌套第一层拷贝过去的是值,第二层保存的实际是地址,所以拷贝过去的也是地址,这样修改list2[1][0]=3的话,实际上list1的相应的值也会发生改变。
  • 使用列表推导式list2=[i for i in list1]同list1.copy(),相当于第一层是深拷贝,内层由于保存的是地址,属于浅拷贝。
  • 使用for循环,逐个将list1中元素append到list2中,同列表推导式
  • 使用切片list2=list1[1:]虽然也是生成新的list,但是同样对内层是浅拷贝
  • list2=copy.deepcopy(list1)真正深拷贝
  1. numpy array


    在这里插入图片描述

    数组切片是原始数组的视图,这意味着数据不会被复制,视图上的任何修改都会被直接反映到源数组上.
    array1,array2,array3,array4实际指向同一个内存值,任意修改其中的一个变量,其他变量值都会被修改。
    若想要得到的是ndarray切片的一份副本而非视图,就需要显式的进行复制操作函数copy()
    array5=array1.copy() #对原始的array1的复制
    array6=array1[1:4].copy() #对切片array1[1:4]的复制
    那么,修改array5或array6,就不会影响array1。

你或许想:《去原作者写文章的地方

转载请注明:Python量化投资 » numpy的深浅拷贝与python list的深浅拷贝

喜欢 (0)or分享 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址