NumPy数组中的复制和查看

当我们在NumPy中操作数组时，复制和查看是常见的操作。但是，虽然看起来这两个操作非常相似，实际上它们在实现上的差别很大。在这里，我们将详细地讨论NumPy中的复制和查看。

复制

在NumPy中，复制一个数组有两种方式：浅复制和深复制。

浅复制

浅复制是指创建一个新的数组对象，但并不对数组中的数据进行复制。这意味着，新的数组与原始数组共享相同的数据。在浅复制中，只有数组对象本身是新的，而数组元素是共享的。

使用view()函数来创建浅复制。下面是一个使用浅复制创建新数组的示例：

import numpy as np

# 原始数组
x = np.array([1, 2, 3, 4, 5])

# 创建浅复制
y = x.view()

# 修改y数组中的元素
y[1] = 0

# 输出两个数组的值
print(x)  # [1 0 3 4 5]
print(y)  # [1 0 3 4 5]

在上面的示例中，我们使用view()函数创建了一个浅复制。修改新数组中的元素时，原始数组中相应的元素也会发生更改。

深复制

深复制是指创建一个新的数组对象，并对数组中的数据进行复制。这意味着，新的数组与原始数组不共享数据。在深复制中，包括数组元素在内的所有内容都是新的。

使用copy()函数来创建深复制。下面是一个使用深复制创建新数组的示例：

import numpy as np

# 原始数组
x = np.array([1, 2, 3, 4, 5])

# 创建深复制
y = x.copy()

# 修改y数组中的元素
y[1] = 0

# 输出两个数组的值
print(x)  # [1 2 3 4 5]
print(y)  # [1 0 3 4 5]

在上面的示例中，我们使用copy()函数创建了一个深复制。修改新数组中的元素时，原始数组中相应的元素不会发生更改。

查看

可以使用view()函数和reshape()函数来创建数组的视图，它们可以用来查看数组的数据而不需要复制。视图是原始数组的一部分，它们与原始数组共享相同的数据块。

使用view()函数

使用view()函数可以创建一个新的数组对象，该对象与原始数组共享相同的数据块。该函数会创建一个新的数组对象，但该对象与原始数组共享相同的数据。这意味着，如果在新数组中修改元素，则原始数组中相应的元素也会发生更改。

下面是一个使用view()函数创建新数组的示例：

import numpy as np

# 原始数组
x = np.array([1, 2, 3, 4, 5])

# 创建视图
y = x.view()

# 修改y数组中的元素
y[1] = 0

# 输出两个数组的值
print(x)  # [1 0 3 4 5]
print(y)  # [1 0 3 4 5]

在示例中，我们使用view()函数创建了一个数组视图，并修改了新数组中的元素。此更改也反映在原始数组中。

使用reshape()函数

使用reshape()函数可以改变数组的形状，而不需要复制数组。该函数将返回一个新的数组对象，但该选项与原始数组共享相同的数据块。这意味着，如果在新数组中修改元素，则原始数组中相应的元素也会发生更改。

下面是一个使用reshape()函数创建新数组的示例：

import numpy as np

# 原始数组
x = np.array([1, 2, 3, 4, 5])

# 改变数组的形状
y = x.reshape((1, 5))

# 修改y数组中的元素
y[0][1] = 0

# 输出两个数组的值
print(x)  # [1 0 3 4 5]
print(y)  # [[1 0 3 4 5]]

在示例中，我们使用reshape()函数改变了数组的形状，并修改了新数组中的元素。此更改也反映在原始数组中。