副本是一個資料的完整的拷貝，如果我們對副本進行修改，它不會影響到原始資料，實體記憶體不在同一位置。
視圖是資料的一個别稱或引用，通過該别稱或引用亦便可通路、操作原有資料，但原有資料不會産生拷貝。如果我們對視圖進行修改，它會影響到原始資料，實體記憶體在同一位置。
視圖一般發生在：
- 1、numpy 的切片操作傳回原資料的視圖。
- 2、調用 ndarray 的 view() 函數産生一個視圖。
副本一般發生在：
- Python 序列的切片操作，調用deepCopy()函數。
- 調用 ndarray 的 copy() 函數産生一個副本。
無複制
簡單的指派不會建立數組對象的副本。 相反，它使用原始數組的相同id()來通路它。 id()傳回 Python 對象的通用辨別符，類似于 C 中的指針。
此外，一個數組的任何變化都反映在另一個數組上。 例如，一個數組的形狀改變也會改變另一個數組的形狀。
執行個體
import numpy as np
a = np.arange(6)
print ('我們的數組是：')
print (a)
print ('調用 id() 函數：')
print (id(a))
print ('a 指派給 b：')
b = a
print (b)
print ('b 擁有相同 id()：')
print (id(b))
print ('修改 b 的形狀：')
b.shape = 3,2
print ('a 的形狀也修改了：')
輸出結果為：
我們的數組是：
[0 1 2 3 4 5]
調用 id() 函數：
4349302224
a 指派給 b：
[0 1 2 3 4 5]
b 擁有相同 id()：
4349302224
修改 b 的形狀：
[[0 1]
[2 3]
[4 5]]
a 的形狀也修改了：
[[0 1]
[2 3]
[4 5]] 視圖或淺拷貝
ndarray.view() 方會建立一個新的數組對象，該方法建立的新數組的維數變化不會改變原始資料的維數。
# 最開始 a 是個 3X2 的數組
a = np.arange(6).reshape(3,2)
print ('數組 a：')
print ('建立 a 的視圖：')
b = a.view()
print ('兩個數組的 id() 不同：')
print ('a 的 id()：')
print ('b 的 id()：' )
# 修改 b 的形狀，并不會修改 a
b.shape = 2,3
print ('b 的形狀：')
print ('a 的形狀：')
數組 a：
[[0 1]
[2 3]
[4 5]]
建立 a 的視圖：
[[0 1]
[2 3]
[4 5]]
兩個數組的 id() 不同：
a 的 id()：
4314786992
b 的 id()：
4315171296
b 的形狀：
[[0 1 2]
[3 4 5]]
a 的形狀：
[[0 1]
[2 3]
[4 5]] 使用切片建立視圖修改資料會影響到原始數組：
arr = np.arange(12)
print ('我們的數組：')
print (arr)
print ('建立切片：')
a=arr[3:]
b=arr[3:]
a[1]=123
b[2]=234
print(arr)
print(id(a),id(b),id(arr[3:]))
我們的數組：
[ 0 1 2 3 4 5 6 7 8 9 10 11]
建立切片：
[ 0 1 2 3 123 234 6 7 8 9 10 11]
4545878416 4545878496 4545878576 變量 a,b 都是 arr 的一部分視圖，對視圖的修改會直接反映到原資料中。但是我們觀察 a,b 的 id，他們是不同的，也就是說，視圖雖然指向原資料，但是他們和指派引用還是有差別的。
副本或深拷貝
ndarray.copy() 函數建立一個副本。 對副本資料進行修改，不會影響到原始資料，它們實體記憶體不在同一位置。
a = np.array([[10,10], [2,3], [4,5]])
print ('建立 a 的深層副本：')
b = a.copy()
print ('數組 b：')
# b 與 a 不共享任何内容
print ('我們能夠寫入 b 來寫入 a 嗎？')
print (b is a)
print ('修改 b 的内容：')
b[0,0] = 100
print ('修改後的數組 b：')
print ('a 保持不變：')
數組 a：
[[10 10]
[ 2 3]
[ 4 5]]
建立 a 的深層副本：
數組 b：
[[10 10]
[ 2 3]
[ 4 5]]
我們能夠寫入 b 來寫入 a 嗎？
False
修改 b 的内容：
修改後的數組 b：
[[100 10]
[ 2 3]
[ 4 5]]
a 保持不變：
[[10 10]
[ 2 3]
[ 4 5]] 更多相關文章
Python 直接指派、淺拷貝和深度拷貝解析