如何通过Python一文掌握Numpy库中的深拷贝与浅拷贝区别？

本文共计1078个文字，预计阅读时间需要5分钟。

1. 引言：深拷贝与浅拷贝是Python中的重要概念，本节重点介绍在NumPy中深拷贝和浅拷贝相关操作的定义和背后的原理。

2.浅拷贝：

2.1 问题引入：我们来举一个例子...

1. 引言

深拷贝和浅拷贝是Python中重要的概念，本文重点介绍在NumPy中深拷贝和浅拷贝相关操作的定义和背后的原理。
闲话少说，我们直接开始吧！

2. 浅拷贝

2.1 问题引入

我们来举个栗子，如下所示我们有两个数组a和b，样例代码如下：

import numpy as np

a = np.array([1, 2, 3])
b = a

print('a =', a)
print('b =', b)

输出如下：

a = [1 2 3]
b = [1 2 3]

此时如果我们对数组a做如下改变，代码如下：

import numpy as np

a = np.array([1, 2, 3])
b = a

a [0] = 42

print('a =', a)
print('b =', b)

那么我们的问题为： 此时b的值应该为多少？
运行上述代码后，我们得到输出如下：

a = [42 2 3]
b = [42 2 3]

2.2 问题剖析

也许有人会觉得输出应该为​​a=[42 2 3]​​ 和 ​​b=[1 2 3]​​ ,但是运行上述代码后我们发现​​a​​和​​b​​的值均发生了相应的改变。这主要是由于在​​Numpy​​中对变量的赋值操作，实际上发生的为浅拷贝。