NumPy 数组的复制的几种实现方法

import numpy as np

# 定义原始数组
a = np.array([[0, 1, 2, 3],
              [4, 5, 6, 7],
              [8, 9, 10, 11]])
b = a  # 无新对象创建，b是a的“别名”
print(b is a)  # 输出 True，证明是同一对象

c = a.view()
print(c is a)        # 输出 False，c是新对象
print(c.base is a)   # 输出 True，c的底层数据由a持有
print(c.flags.owndata)  # 输出 False，c不“拥有”自己的数据

c = c.reshape((2, 6))  # 修改c的形状
print(a.shape)         # 原数组a形状仍为(3, 4)

c[0, 4] = 1234         # 修改c的数据
print(a)
# 输出：
# array([[   0,    1,    2,    3],
#        [1234,    5,    6,    7],
#        [   8,    9,   10,   11]])

s = a[:, 1:3]  # 切片得到视图s
s[:] = 10      # 修改视图的数据（注意是s[:] = 10，不是s = 10）
print(a)
# 输出：
# array([[   0,   10,   10,    3],
#        [1234,   10,   10,    7],
#        [   8,   10,   10,   11]])

d = a.copy()
print(d is a)        # 输出 False，d是新对象
print(d.base is a)   # 输出 False，d与a无任何共享

d[0, 0] = 9999
print(a)  # 原数组a不受影响，输出与之前一致

a = np.arange(int(1e8))  # 创建超大数组
b = a[:100].copy()       # 对切片深复制，b拥有独立数据
del a                    # 可释放a占用的大量内存