python - 复制 NumPy 数组的神秘行为

Question

这个问题已经有答案了:

Numpy array assignment with copy (3 个回答)

已关闭 7 年前。

在使用数组的副本时，我注意到一些意外的行为。例如，我有一个 NumPy 数组 (a):

import numpy as np
a = np.random.randint(9, size=(4,4))

输出:

array([[3, 4, 4, 3],
       [0, 0, 4, 2],
       [6, 3, 1, 6],
       [1, 5, 5, 5]])

然后，我复制该数组 (b) 来操作该副本并保持原始数组不变:

b = a #copy of the array
b[b == 2] = 0 #manipulating the copy

但是，现在看来原件和副本都已更改:

b = array([[3, 4, 4, 3],
           [0, 0, 4, 0],
           [6, 3, 1, 6],
           [1, 5, 5, 5]])

a = array([[3, 4, 4, 3],
           [0, 0, 4, 0],
           [6, 3, 1, 6],
           [1, 5, 5, 5]])

我不明白为什么当操作仅应用于副本时原始数组会被更改。这与我对 Matlab 或 R 的期望完全不同。有没有办法防止这种行为？

Answer 1

使用b = a，您仅复制对象的引用，而不是对象本身。看看这个copy功能。简而言之，你必须这样做，b = a.copy()