Numpy array tugas dengan copy

Semua tiga versi yang melakukan hal-hal yang berbeda:

1. B = A

Ini mengikat sebuah nama baru B untuk objek yang ada sudah bernama A. Setelah itu mereka mengacu pada objek yang sama, jadi jika anda mengubah satu di tempat, anda'll melihat perubahan melalui yang lain juga.

2. B[:] = A (sama seperti B[:]=A[:]?)

Ini salinan nilai dari A ke dalam sebuah array yang ada B. Dua array harus memiliki bentuk yang sama untuk bekerja. B[:] = A[:] melakukan hal yang sama (tapi B = A[:] akan melakukan sesuatu yang lebih seperti 1).

3. numpy.copy(B, A)

Ini bukan hukum sintaks. Anda mungkin berarti B = numpy.copy(A). Ini hampir sama dengan 2, tapi itu menciptakan sebuah array baru, daripada menggunakan kembali B array. Jika tidak ada referensi lain untuk sebelumnya B nilai, hasil akhirnya akan sama dengan 2, tapi itu akan menggunakan lebih banyak memori untuk sementara selama proses salinan.

Atau mungkin yang anda maksud numpy.copyto(B, A), yang merupakan hukum, dan setara dengan 2?

1. B=A menciptakan sebuah referensi
2. B[:]=A membuat salinan
3. numpy.copy(B,A) membuat salinan

dua terakhir memerlukan memori tambahan.

Untuk membuat dalam salinan yang anda butuhkan untuk menggunakan B = copy.deepcopy(A)

Ini adalah satu-satunya jawaban kerja untuk saya:

B=numpy.array(A)