因此,与numpy的阵列分配一个到另一个只是复制参考: 即NumPy的分配切片,当数组复制的
import numpy as np
x = np.array([5,8])
y = x
y += 1
x
Out: array([6, 9])
如果我想有一个深拷贝,然后我应该使用x.copy()
。从高维数组中观看时也是如此,例如,
A=np.array([[4,10],[8,1]])
b=A[:,1]
b+=1
A
Out: array([[ 4, 11],
[ 8, 2]])
而反过来(从上面继续):
A[:,1]=b
b
Out: array([11, 2])
b+=1
A
Out: array([[ 4, 12],
[ 8, 3]])
所以到这里的一切工作始终。但现在如果我继续和做:
A[:,0] = b
A
Out: array([[12, 12],
[ 3, 3]])
b
Out: array([12, 3])
b+=1
A
Out: array([[12, 13],
[ 3, 4]])
我不明白的是,为什么第一列保持不变,其他不是?为什么第二列继续指向b数组?是否有任何规则来决定何时在赋值时深度复制数组?
我不知道python,但它看起来像C++指针。您可以将1个内存空间分配给多个变量(如许多变量读取相同的内存指针),而不是1个变量分配给多个内存空间(1个var读取多个内存指针) – Vuwox 2015-03-24 23:17:39