numpy 數組拷貝地址所引起的同步替換問題

問題出現原因

python裡numpy默認的是淺拷貝，即拷貝的是對象內存地址，導致兩個數據結構共用一個內存地址。結果是修改拷貝的值的時候原對象也會隨之改變，如代碼所示：

a = np.arange(3)
print(a)

b = a
print(b)

b[0] = 10
print(b)

print(a)

輸出的結果為：

[0 1 2]
[0 1 2]
[10 1 2]
[10 1 2]

其實numpy給我們準備瞭解決方法，使用copy方法即可：

narray.copy()

還以上面的數據為例進行展示：

a = np.arange(3)
print(a)

b = a.copy()
print(b)

b[0] = 10
print(b)

print(a)

輸出的結果為：

[0 1 2]
[0 1 2]
[10 1 2]
[0 1 2]

達到瞭隻修改一個數據結構的要求！

到此這篇關於numpy 數組拷貝地址所引起的同步替換問題的文章就介紹到這瞭,更多相關numpy 數組拷貝同步替換內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！