在 NumPy 数组中复制和查看

在使用 NumPy 时，您可能已经看到一些函数返回副本，而一些函数返回视图。副本和视图之间的主要区别在于副本是新数组，而视图是原始数组的视图。换句话说，可以说副本物理存储在另一个位置，并且视图与原始数组具有相同的内存位置。

无复制：普通赋值不会复制数组对象。相反，它使用与原始数组完全相同的 id 来访问它。此外，任何一方的任何变化都会反映在另一方中。

示例：（不通过分配复制）

import numpy as np
  
# creating array
arr = np.array([2, 4, 6, 8, 10])
  
# assigning arr to nc
nc = arr
  
# both arr and nc have same id
print("id of arr", id(arr))
print("id of nc", id(nc))
  
# updating nc
nc[0]= 12
  
# printing the values
print("original array- ", arr)
print("assigned array- ", nc)

输出：

id of arr 26558736
id of nc 26558736
original array-  [12  4  6  8 10]
assigned array-  [12  4  6  8 10]

视图：这也称为浅拷贝。视图只是原始数组的视图，视图不拥有数据。当我们对视图进行更改时，它会影响原始数组，而当对原始数组进行更改时，它会影响视图。

示例：（制作视图并更改原始数组）

import numpy as np
  
# creating array
arr = np.array([2, 4, 6, 8, 10])
  
# creating view 
v = arr.view()
  
# both arr and v have different id
print("id of arr", id(arr))
print("id of v", id(v))
  
# changing original array
# will effect view
arr[0] = 12
  
# printing array and view
print("original array- ", arr)
print("view- ", v)

id of arr 30480448
id of v 30677968
original array-  [12  4  6  8 10]
view-  [12  4  6  8 10]

复制：这也称为深度复制。副本完全是一个新数组，副本拥有数据。当我们对副本进行更改时，它不会影响原始数组，而当对原始数组进行更改时，它不会影响副本。

示例：（制作副本并更改原始数组）

import numpy as np
  
# creating array
arr = np.array([2, 4, 6, 8, 10])
  
# creating copy of array
c = arr.copy()
  
# both arr and c have different id
print("id of arr", id(arr))
print("id of c", id(c))
  
# changing original array
# this will not effect copy
arr[0] = 12
  
# printing array and copy
print("original array- ", arr)
print("copy- ", c)

输出：

id of arr 35406048
id of c 32095936
original array-  [12  4  6  8 10]
copy-  [ 2  4  6  8 10]

数组拥有它的数据：
要检查数组是否在视图和复制中拥有它的数据，我们可以使用这样一个事实，即每个 NumPy 数组都有一个属性base ，如果数组拥有数据，则返回None 。否则，基本属性指的是原始对象。
例子：

import numpy as np
  
# creating array
arr = np.array([2, 4, 6, 8, 10])
  
# creating copy of array
c = arr.copy()
  
# creating view of array
v = arr.view()
  
# printing base attribute of copy and view
print(c.base)
print(v.base)

输出：

None
[ 2  4  6  8 10]