深拷贝和浅拷贝

深拷贝和浅拷贝

在操作数组的时候，它们的数据有时候拷贝进一个新的数组，有时候又不是。这经常是初学者感到困惑。下面有三种情况：

不拷贝：

如果只是简单的赋值，那么不会进行拷贝。示例代码如下：

a = np.arange(12)
b = a #这种情况不会进行拷贝
print(b is a) #返回True，说明b和a是相同的

View或者浅拷贝：

有些情况，会进行变量的拷贝，但是他们所指向的内存空间都是一样的，那么这种情况叫做浅拷贝，或者叫做View(视图)。比如以下代码：

a = np.arange(12)
c = a.view()
print(c is a) #返回False，说明c和a是两个不同的变量
c[0] = 100
print(a[0]) #打印100，说明对c上的改变，会影响a上面的值，说明他们指向的内存空间还是一样的，这种叫做浅拷贝，或者说是view
# c 和 a在不同的栈区。如果通过c去修改堆区的值，因为a 和 c是指向一样的堆区，所以a的值也会发生改变

深拷贝：

将之前数据完完整整的拷贝一份放到另外一块内存空间中，这样就是两个完全不同的值了。示例代码如下：

a = np.arange(12)
d = a.copy()
print(d is a) #返回False，说明d和a是两个不同的变量
d[0] = 100
print(a[0]) #打印0，说明d和a指向的内存空间完全不同了。

例子：

像之前讲到的flatten和ravel就是这种情况，ravel返回的就是View，而flatten返回的就是深拷贝。

a1 = np.random.rand(2,4)
a1
Out
array([[0.20647272, 0.17443683, 0.81513683, 0.81169226],
       [0.4805403 , 0.66732839, 0.34413928, 0.34445177]])

a2 = a1.ravel()
a2[0] = 0
a1 #修改了a1的值，说明ravel返回的是一个浅拷贝
Out
array([[0.        , 0.17443683, 0.81513683, 0.81169226],
       [0.4805403 , 0.66732839, 0.34413928, 0.34445177]])

a3 = a1.flatten()
a3[1] = 100
a3
Out
array([  0.        , 100.        ,   0.81513683,   0.81169226,
         0.4805403 ,   0.66732839,   0.34413928,   0.34445177])

总结：

在数组操作中分成三种拷贝：

1、不拷贝：直接赋值，那么栈区没有拷贝，只是用同一个栈区定义了不同的名称。

2、浅拷贝：只拷贝栈区，栈区指定的堆区并没有拷贝。

3、深拷贝：栈区和堆区都拷贝了。