带复制的 Numpy 数组赋值

问题描述：

例如，如果我们有一个numpy数组A，并且我们想要一个具有相同元素的numpy数组。B

以下方法（见下文）有什么区别？何时分配额外内存，何时不分配？

1. B = A

2. B[:] = A（与 ? 相同B[:]=A[:]）

3. numpy.copy(B, A)

解决方案 1：

这三个版本的作用不同：

1. B = A

这会将新名称绑定B到已命名的现有对象A。之后它们引用同一个对象，因此如果您就地修改其中一个，您也会通过另一个看到更改。

1. B[:] = A（与 ? 相同B[:]=A[:]）

这会将值复制到A现有数组中B。两个数组必须具有相同的形状才能正常工作。B[:] = A[:]做同样的事情（但B = A[:]会做得更像 1）。

1. numpy.copy(B, A)

这不是合法的语法。您可能指的是B = numpy.copy(A)。这几乎与 2 相同，但它会创建一个新数组，而不是重用该B数组。如果没有其他对先前B值的引用，则最终结果将与 2 相同，但在复制期间会暂时使用更多内存。

或者也许您的意思是numpy.copyto(B, A)，这是合法的，并且相当于 2？

解决方案 2：

1. B=A创建引用

2. B[:]=A复制

3. numpy.copy(B,A)复制

最后两个需要额外的内存。

要进行深层复制，您需要使用B = copy.deepcopy(A)

解决方案 3：

对我来说这是唯一可行的答案：

B=numpy.array(A)