numpy - “np.copy 是浅拷贝，不会复制数组中的对象元素”的解释

如何解决numpy - “np.copy 是浅拷贝，不会复制数组中的对象元素”的解释

背景

• numpy.copy(a,order='K',subok=False)[source] 说：

注意 np.copy 是浅拷贝，不会复制数组中的对象元素。 这对于包含 Python 对象的数组很重要。新数组将包含相同的对象，如果该对象可以修改（可变），这可能会导致意外：

基于 3.2 Memory layout，我认为数组 a 将指向包含 64 位浮点数的内存区域。

换句话说，数组主要是一块连续的内存块，其部分可以使用索引方案进行访问。

因为文档说np.copy is a shallow copy and will not copy object elements within arrays，所以我认为内存区域不会被复制而是被引用。

但是，副本不是原始数组的视图，并且内存区域/地址不同，因为 x[0] = 10``` 之后 x[0] == z[0] 为 False。

x = np.array([1,2,3])
z = np.copy(x)
print(f"x.base {x.base} z.base {z.base}")
---
x.base None z.base None

x[0] = 10
print(x[0] == z[0])
---
False

print(f"x.base {x.base} z.base {z.base}")
---
x.base None z.base None

问题

np.copy(a) 到底在复制什么？

如果是shallow copy，为什么要给z[0]分配不同的内存区域？它实际上是复制数组 x 的对象，应该称为深度复制？还是写时复制？

或者shallow copy的意思是“当np数组的一个元素是一个可变的容器，比如list，那么np.copy不会深度复制容器的内容”？

请帮助了解 z = np.copy(x) 的确切作用以及对 z 进行赋值操作时会发生什么。

解决方法

在python中，copy.copy()方法执行shallow copy，即只复制原始数据类型（例如int、float等）的对象，但构成对象（例如字典）不是，而是通过指针引用。

另一方面，copy.deepcopy() 方法将复制所有内容（包括复合数据结构，如字典），并生成与第一个相同的新对象。

在 numpy 模块的情况下，如果您将其用于数值计算（即计算数值 dtypes 之一的数据）copy 将等效于 { {1}}（因为 deepcopy 的所有 numeric 项都是原始 numpy），并且会产生一个与第一个相同的新对象，您将其视为一个新对象正在为复制的项目分配数据空间。

干杯。