Question

我只是看下面的数据图表。

https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Numpy_Python_Cheat_Sheet.pdf

我想知道np.copy(a)和a.copy()之间是否有区别-或者它们只是同一操作的同义词？

Answer 1

如果a是numpy.array，则结果将相同。但是如果a是其他内容，则a.copy()将返回与a相同的类型，或者根据其类型而失败，并且np.copy(a)将始终返回numpy.array。尝试，例如以下：

import pandas as pd

for x in (list(range(3)), np.array(range(3)), pd.Series(range(3))):
    print()
    print(repr(x.copy()))
    print(repr(np.copy(x)))

UPD：还有另一个区别。两种方法都有一个附加的order参数，以不同的默认值定义副本中的内存顺序。在np.copy中，它是'K'，表示“使用尽可能接近原始顺序的顺序”；在ndarray.copy中，它是'C'（使用C顺序）。例如

x = np.array([[1,2,3],[4,5,6]], order='F')
for y in [x, np.copy(x), x.copy()]:
    print(y.flags['C_CONTIGUOUS'], y.flags['F_CONTIGUOUS'])

将打印

False True
False True
True False

在这两种情况下，从复制数组数据本身的角度来说，副本是深层的；而在从对象数组的角度而言，对象本身是不会复制的，副本是浅的。可以通过

来证明

x = np.array([1, [1,2,3]])
y = x.copy()
z = np.copy(x)
y[1][1] = -2
z[1][2] = -3
print(x)
print(y)
print(z)

所有三个打印行都是

[1 list([1, -2, -3])]

array.copy（）与numpy.copy（array）之间的区别

1 个答案: