博客

# 导入numpy
import numpy as np

创建操作的数据源

a = np.arange(4)
print(a)

[0 1 2 3]

浅拷贝

b = a

print(a)
print(b)

[9 1 2 3]
[9 1 2 3]

现在a与b的值是一样的，如果此时改变a的值，b的值会发生什么情况呢？

# 改变a中第一个元素的值
a[0] = 9
print(a)
print(b)

[9 1 2 3]
[9 1 2 3]

可以看到，改变a后，b的值也跟着变了，这是为什么呢？

实际上，变量a中并没有存储任何的值，它只是指向了一个内存地址，而这个地址里存储着array具体的内容，当把a赋值给b的时候，实际上是把a指向内存中某对象的链接赋给了b，也就是说，现在a和b都指向了同一个对象。

因此，在改变了内存中array的值后，而a与b都引用了该array对象，所以都一起发生了变化

这种将内存引用赋值给另一个变量的操作叫做浅拷贝

深拷贝

那什么是深拷贝呢，其实就是在赋值的时候，不把同一个内存对象的引用赋值给另一个变量，令两个变量所指向的对象不一样，更改值的时候不相互影响，这种操作就是深拷贝

# 此时的a
print(a)

[9 9 2 3]

# 深拷贝动作
b = a.copy()
# 将a的第2个元素值也更改
a[1] = 9

print(a)
print(b)

[9 9 2 3]
[9 9 2 3]

copy()会创建a的一个副本，也就是创建一个一模一样的array对象，存储到内存的另一个地址中，然后将这个副本的地址赋值给b

如何查看对象的地址呢？如下：

print('a引用的对象的地址：', id(a))
print('b引用的对象的地址：', id(b))

a引用的对象的地址： 2238964169344
b引用的对象的地址： 2238963438656

可以看出，深拷贝后，a和b所指向的对象是不一样的，它们的内存地址不一样

再来难一下浅拷贝：

b = a
print('a引用的对象的地址：', id(a))
print('b引用的对象的地址：', id(b))

a引用的对象的地址： 2238964169344
b引用的对象的地址： 2238964169344

很明显，结果一目了然

如果相判断两个对象是不是指向同一个对象，可以用如下语句：

print(b is a)

True

结果如果为True，则说明b和a其实引用的是同一个对象

b = a.copy()
print(b is a)

False

这里，因为是深拷贝，所以b指向的对象已不再是a原来指向的对象，所以，结果是False