在 NumPy 中操作數(shù)組時(shí)，理解數(shù)據(jù)的復(fù)制機(jī)制是避免邏輯錯(cuò)誤和內(nèi)存浪費(fèi)的關(guān)鍵。新手常因混淆 “復(fù)制” 與 “引用” 而踩坑，本文將系統(tǒng)講解三種場(chǎng)景：無(wú)復(fù)制、視圖（淺復(fù)制）和深復(fù)制。

1  無(wú)復(fù)制（No Copy at All）

簡(jiǎn)單賦值或函數(shù)傳參時(shí)，不會(huì)復(fù)制數(shù)組對(duì)象或其數(shù)據(jù)，只是對(duì)同一對(duì)象的 “重命名” 或 “引用傳遞”。

1.1  簡(jiǎn)單賦值：同一對(duì)象的多個(gè)名稱(chēng)

import numpy as np

# 定義原始數(shù)組
a = np.array([[0, 1, 2, 3],
              [4, 5, 6, 7],
              [8, 9, 10, 11]])
b = a  # 無(wú)新對(duì)象創(chuàng)建，b是a的“別名”
print(b is a)  # 輸出 True，證明是同一對(duì)象

此時(shí)修改 b 會(huì)直接改變 a，因?yàn)樗鼈冎赶蛲粔K內(nèi)存。

1.2  函數(shù)調(diào)用的引用傳遞

Python 中可變對(duì)象（如 NumPy 數(shù)組）以引用方式傳遞給函數(shù)，函數(shù)內(nèi)的操作會(huì)影響原對(duì)象。

2  視圖 / 淺復(fù)制（View or Shallow Copy）

視圖會(huì)創(chuàng)建新的數(shù)組對(duì)象，但共享原始數(shù)組的數(shù)據(jù)。新數(shù)組是原數(shù)據(jù)的 “窗口”，數(shù)據(jù)本身未被復(fù)制。

2.1  view（）方法創(chuàng)建視圖

c = a.view()
print(c is a)        # 輸出 False，c是新對(duì)象
print(c.base is a)   # 輸出 True，c的底層數(shù)據(jù)由a持有
print(c.flags.owndata)  # 輸出 False，c不“擁有”自己的數(shù)據(jù)

2.2  視圖的 “形狀獨(dú)立，數(shù)據(jù)共享”

視圖可以獨(dú)立修改形狀，不影響原數(shù)組；但修改數(shù)據(jù)會(huì)同步影響原數(shù)組。

c = c.reshape((2, 6))  # 修改c的形狀
print(a.shape)         # 原數(shù)組a形狀仍為(3, 4)

c[0, 4] = 1234         # 修改c的數(shù)據(jù)
print(a)
# 輸出：
# array([[   0,    1,    2,    3],
#        [1234,    5,    6,    7],
#        [   8,    9,   10,   11]])

2.3  數(shù)組切片返回視圖

對(duì)數(shù)組切片時(shí)，返回的是原數(shù)組的視圖，而非新數(shù)組。

s = a[:, 1:3]  # 切片得到視圖s
s[:] = 10      # 修改視圖的數(shù)據(jù)（注意是s[:] = 10，不是s = 10）
print(a)
# 輸出：
# array([[   0,   10,   10,    3],
#        [1234,   10,   10,    7],
#        [   8,   10,   10,   11]])

注意：s[:] = 10 是修改視圖數(shù)據(jù)，而 s = 10 是將 s 重新賦值為新對(duì)象，不再關(guān)聯(lián)原數(shù)組。

3  深復(fù)制（Deep Copy）

深復(fù)制會(huì)創(chuàng)建原數(shù)組及其數(shù)據(jù)的完整副本，新數(shù)組擁有獨(dú)立的內(nèi)存空間，與原數(shù)組完全解耦。

3.1  copy（）方法創(chuàng)建深復(fù)制

d = a.copy()
print(d is a)        # 輸出 False，d是新對(duì)象
print(d.base is a)   # 輸出 False，d與a無(wú)任何共享

3.2  深復(fù)制的數(shù)據(jù)獨(dú)立性

修改深復(fù)制的數(shù)組不會(huì)影響原數(shù)組。

d[0, 0] = 9999
print(a)  # 原數(shù)組a不受影響，輸出與之前一致

3.3  大數(shù)組切片的內(nèi)存優(yōu)化

當(dāng)原始數(shù)組很大，且僅需要其一小部分時(shí)，對(duì)切片進(jìn)行深復(fù)制可釋放原始數(shù)組的內(nèi)存。

a = np.arange(int(1e8))  # 創(chuàng)建超大數(shù)組
b = a[:100].copy()       # 對(duì)切片深復(fù)制，b擁有獨(dú)立數(shù)據(jù)
del a                    # 可釋放a占用的大量?jī)?nèi)存

如果用 b = a[:100]（視圖），a 會(huì)被 b 引用，即使 del a 也無(wú)法釋放內(nèi)存。

4  總結(jié)：三種方式對(duì)比

掌握這三種機(jī)制，能讓你在處理 NumPy 數(shù)組時(shí)更精準(zhǔn)地控制內(nèi)存和數(shù)據(jù)一致性，寫(xiě)出更健壯的代碼。

到此這篇關(guān)于NumPy 數(shù)組的復(fù)制的幾種實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)NumPy 數(shù)組復(fù)制內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論