《玩转Numpy计算库》视频课程
《玩转Numpy计算库》视频课程链接：https://edu.csdn.net/course/detail/28656

7. 拷贝和视图 (Copies and Views)

在操作数组时，有时会将其数据复制到新数组中，而有时不复制。 对于初学者来说，这通常会引起混淆。 有以下三种情况：

1) 不复制 (No Copy at All)

简单的赋值不会复制数组对象或其数据。

a = np.arange(12)
b = a            # no new object is created
b is a           # a and b are two names for the same ndarray object

b.shape = 3,4    # changes the shape of a
a.shape

Python将可变对象作为引用传递，因此函数调用不会复制。

def f(x):
    print(id(x))
    
id(a)                           # id is a unique identifier of an object

 
f(a)

2) 视图或浅拷贝 (View or Shallow Copy)

不同的数组对象可以共享相同的数据。 view方法创建一个新的数组对象，该对象和原来的数组对象看到相同的数据。如果在view上修改数据，会直接反馈到原始对象。

c = a.view()
c is a

c.base is a                        # c is a view of the data owned by a

c.flags.owndata

c.shape = 2,6                      # a's shape doesn't change
a.shape

c[0,4] = 1234                      # a's data changes
c

a

对一个数组切片将返回它的一个view:

s = a[ : , 1:3]     # spaces added for clarity; could also be written "s = a[:,1:3]"
s[:] = 10           # s[:] is a view of s. Note the difference between s=10 and s[:]=10
a

3) 深拷贝 (Deep Copy)

这种复制方法对数组及其数据进行一个完整复制。对新生成的对象修改删除操作不会影响到原对象。

d = a.copy()                          # a new array object with new data is created
d is a

d.base is a                           # d doesn't share anything with a

d[0,0] = 9999
d

a

如果不再需要原始数组，有时在切片后应调用copy。

例如，假设a是一个巨大的中间结果的数组，而最终结果b仅包含a的一小部分，则在使用切片构造b时应进行深拷贝：

a = np.arange(int(1e8))
b = a[:10].copy()
del a  # the memory of ``a`` can be released.
b

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

如果改用b = a [：10]，则a被b引用，并且即使执行del a, b也将保留在内存中。

a = np.arange(int(1e8))
b = a[:10]
del a
b

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])