python - 为什么原始 numpy 数组在更新其副本后也会更新？

Question

这个问题已经有答案了:

numpy array assignment problem (2 个回答)

已关闭 7 年前。

我对意外的 Python 行为感到困惑:当我复制原始 numpy 数组并用不同的值替换其某些元素时，原始数组的相应元素也会更新。这是一个简单的测试:

>>import numpy as np
>>x = np.array([0,0,2,2])
>>x_adj = x
>>x_adj[x_adj <= 0] = 1
>>print x
>>print x_adj
  [1 1 2 2]
  [1 1 2 2]

我想知道为什么原始数组也会更新，以及如何保持它完整，以便仅对副本进行更改。欢迎任何反馈!

Answer 1

赋值不是 numpy 中对象的副本。您只需处理对对象的引用，以制作实际数组使用的副本

x_adj = x.copy()

您可以通过id函数轻松查看

>>> import numpy as np
>>> x = np.array([0])
>>> print id(x)
140686120123168
>>> x_adj = x
>>> print id(x_adj)
140686120123168
>>> print id(x.copy())
140685864181632