Numpy：复制理解 b = a、b = a.view()、d = a.copy()

一、复制形式 1：b = a 用等号（=）赋值，内存一样，a变化 ，b也会变化

import numpy as np
a = np.arange(12)
b = a

print(b is a)  # 返回 True
b.shape = (3,4)
print ("a.shape=",a.shape)  # a.shape= (3, 4)
print (id(a))   # 2493855732640
print (id(b))   # 2493855732640

二、复制形式 2：c = a.view()进行复制，a和c的内存位置一样，c的值改变a也会对应改变，但c结构变化，a不会变化

import numpy as np
c = a.view()            # 将 a 复制给 c
print(c is a)
print("c=",c)

c.shape = (2,6)             # 改变 c 的结构为2行6列，看 a 是否会变化
print("c.shape=",c.shape)
print ("a.shape=",a.shape)

c[0,4] = 1234             # 改变 矩阵c 第0行4列的值，看 a 的值是否会变化
print("c=",c)
print("a=",a)

print (id(a))    # 2493855144416
print (id(b))   # 2493855144416

结果图：

三、复制形式 3：d = a.copy() ，d和a的内存地址不一样，当 d 数值改变时，a 不会改变

import numpy as np
d = a.copy()
print(d is a)  # False

d[0,0] = 9999
print (d)
print (a)

print(id(d))  # 2493855735440
print(id(a))  # 2493855732640

结果图：

原文地址：https://www.cnblogs.com/wodexk/p/10311293.html