为什么deepcopy更改numpy数组的值？

Question

我有一个问题，其中，在复制它与copy.deepcopy或numpy.copy后，Numpy数组中的值发生更改，实际上，如果我在复制之前先打印数组，它会得到不同的值。

我使用Python 3.5，numpy的1.11.1，SciPy的0.18.0

我的出发阵列包含在一个元组列表;每个元组是对：一个浮子（时间点）和numpy的阵列（一个ODE中的该时间点的溶液），例如：

[(0.0, array([ 0., ... 0.])), ... 
(3.0, array([ 0., ... 0.]))] 

在这种情况下，我想在最后时间点的阵列。

当我拨打以下：

tandy = c1.IntegrateColony(3) 
ylast = copy.deepcopy(tandy[-1][1]) 
print(ylast) 

我得到的东西，是对这个系统我试图模拟：

[7.14923891e-07 7.14923891e-07 ... 8.26478813e-01 8.85589634e-01] 

然而，有以下：

tandy = c1.IntegrateColony(3) 
print(tandy[-1][1]) 
ylast = copy.deepcopy(tandy[-1][1]) 
print(ylast) 

我全部为零：

[0.00000000e+00 0.00000000e+00 ... 0.00000000e+00 0.00000000e+00] 
[ 0. 0. ... 0. 0.] 

我应该添加更大的系统和不同的参数，显示tandy [k] [1]（使用print（）或只是通过在命令行中调用它）显示所有非零值接近零，即< 1e-70，但这对系统仍然不明智。

随着：

tandy = c1.IntegrateColony(3) 
ylast = np.copy(tandy[-1][1]) 
print(ylast) 

我再次得到合理的输出：

[7.14923891e-07 7.14923891e-07 ... 8.26478813e-01 8.85589634e-01] 

其使用scipy.integrate.ode产生 '坦迪' 是以下的（编辑为清楚起见）的功能，和set_solout方法来获得中间时间点的解决方案：

def IntegrateColony(self, tmax=1): 
    # I edited out initialization of dCdt & first_step for clarity. 
    y = ode(dCdt) 
    y.set_integrator('dopri5', first_step=dt0, nsteps=2000) 
    sol = [] 
    def solout(tcurrent, ytcurrent): 
     sol.append((tcurrent, ytcurrent)) 

    y.set_solout(solout) 
    y.set_initial_value(y=C0, t=0) 
    yfinal = y.integrate(tmax) 

    return sol 

尽管I co通过返回yfinal得到最后一个时间点，我想弄清楚为什么它的行为是这样的。

感谢您的建议！

米奇

---

编辑： 如果我打印所有溶胶（print(tandy)或print(IntegrateColony...）的，它出来作为（在数组作为0与值）如上所示，即：

[(0.0, array([ 0., ... 0.])), ... 
(3.0, array([ 0., ... 0.]))] 

但是，如果将其复制为（y = copy.deepcopy(tandy); print(y)），则阵列的值介于1e-7和1e + 1之间。

如果我连续两次执行print(tandy[-1][1])，它们将填充零，但格式更改（从0.0000到0.）。

我在遵循LutzL和hpaulj的评论中的建议时注意到了另外一个特性：如果我在控制台（运行Spyder）中运行tandy = c1.IntegrateColony(3)，则数组在变量浏览器中填充为零。但是，如果我运行在控制台以下：

tandy = c1.IntegrateColony(3); ylast=copy.deepcopy(tandy) 

无论在坦迪和ylast阵列在我希望的范围内都充满了价值观，print(tandy[-1][1])现在给：

[7.14923891e-07 7.14923891e-07 ... 8.26478813e-01 8.85589634e-01] 

即使如果我找到能够阻止这种行为的解决方案，我会很感激任何人对于发生了什么事情的洞察力，所以我不会再犯同样的错误。

谢谢！

---

编辑： 这里有一个简单的例子，让这种行为：

import numpy as np 
from scipy.integrate import ode 


def testODEint(tmax=1): 
    C0 = np.ones((3,)) 
    # C0 = 1 # This seems to behave the same 

    def dCdt_simpleinputs(t, C): 
     return C 

    y = ode(dCdt_simpleinputs) 

    y.set_integrator('dopri5') 
    sol = [] 

    def solout(tcurrent, ytcurrent): 
     sol.append((tcurrent, ytcurrent)) # Behaves oddly 
     # sol.append((tcurrent, ytcurrent.copy())) # LutzL's idea: Works 

    y.set_solout(solout) 
    y.set_initial_value(y=C0, t=0) 
    yfinal = y.integrate(tmax) 

    return sol 

tandy = testODEint(1) 
ylast = np.copy(tandy[-1][1]) 
print(ylast) # Expect same values as tandy[-1][1] below 

tandy = testODEint(1) 
tandy[-1][1] 
print(tandy[-1][1]) # Expect same values as ylast above 

当我运行它，我得到以下输出ylast和tandy[-1][1]：

[ 2.71828196 2.71828196 2.71828196] 
[ 0.00000000e+00 0.00000000e+00 0.00000000e+00] 

代码当我遇到这个问题时，我一直在努力工作是一个令人尴尬的混乱，但如果你想看看，旧版本在这里：https://github.com/mvondassow/BryozoanModel2

Answer 1

为什么发生这种情况的详细信息与在integrate中的处理方式有关。但是Python中有各种各样的上下文，列表中的所有值最终都是相同的 - 与预期相反。

例如：

In [159]: x 
Out[159]: [0, 1, 2] 
In [160]: x=[] 
In [161]: y=np.array([1,2,3]) 
In [162]: for i in range(3): 
    ...:  y += i 
    ...:  x.append(y) 
In [163]: x 
Out[163]: [array([4, 5, 6]), array([4, 5, 6]), array([4, 5, 6])] 

的x所有元素具有相同的价值 - 因为他们都指向同一个y，从而显示其最终值。

但如果我将y复制到列表中，我会看到更改。

In [164]: x=[] 
In [165]: for i in range(3): 
    ...:  y += i 
    ...:  x.append(y.copy()) 
In [166]: x 
Out[166]: [array([4, 5, 6]), array([5, 6, 7]), array([7, 8, 9])] 
In [167]: 

现在，这并不能解释为什么print语句更改值。但是整个solout回调机制有点模糊。我想知道scipy中是否存在关于定义这种回调的陷阱的警告？