python - array.copy() 与 numpy.copy(array) 之间的区别

Question

我只是在看下面的 numpy 信息图。

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

我想知道 np.copy(a) 和 a.copy() 之间是否有任何区别 - 或者它们只是相同操作的同义词？

Answer 1

如果a 是一个numpy.array，结果是一样的。但是如果 a 是其他东西，a.copy() 将返回与 a 相同的类型或失败，这取决于它的类型，并且 np.copy(a) 将始终返回 numpy.array。尝试，例如以下内容:

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:还有一个区别。这两种方法都有一个附加的 order 参数，用于定义具有不同默认值的副本中的内存顺序。在np.copy中是'K'，意思是“使用尽可能接近原始的顺序”，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，副本都是深层的，因为数组数据本身被复制了，但在对象数组的情况下，对象本身没有被复制。可以证明

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)

打印出来的三行都是

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