numpy array的深浅拷贝 & python list的深浅拷贝

参考numpy array的深浅拷贝 & python list的深浅拷贝

• list2=list1 是赋值操作，不是拷贝。两个是同一个对象的引用。故而同变化
• list2=list1.copy()是浅拷贝，相当于list2引用一个新对象，然后把list1中的值拷贝到这个新对象中。但是如果list1=[1,[1,2],3]包含嵌套，嵌套第一层拷贝过去的是值，第二层保存的实际是地址，所以拷贝过去的也是地址，这样修改list2[1][0]=3的话，实际上list1的相应的值也会发生改变。
• 使用列表推导式list2=[i for i in list1]同list1.copy()，相当于第一层是深拷贝，内层由于保存的是地址，属于浅拷贝。
• 使用for循环，逐个将list1中元素append到list2中，同列表推导式
• 使用切片list2=list1[1:]虽然也是生成新的list，但是同样对内层是浅拷贝。
• list2=copy.deepcopy(list1)真正深拷贝

import copy
# list2 = list1 是赋值操作，不是拷贝。两个是同一个对象的引用。故而同变化
list1 = [1,2,[3,4]]
list2 = list1

print("list1:", list1)
print("list2:", list2)
print("id of list1: ", id(list1))
print("id of list2: ", id(list2))

# list1: [1, 2, [3, 4]]
# list2: [1, 2, [3, 4]]
# id of list1:  140280809364232
# id of list2:  140280809364232
# list1和list2的内存地址相同

# list3 = list1.copy() 是浅拷贝，相当于list3引用一个新对象，然后把list1中的值拷贝到这个新对象中。
# 但是如果list1包含嵌套，嵌套第一层拷贝过去的是值，第二层保存的实际是地址，所以拷贝过去的也是地址。
# 即父对象（第一层）会拷贝到新内存地址，list1和list3子对象的值共享同一个内存地址
# 这样修改list3中子对象的值，实际上list1的相应的值也会发生改变。
list3 = list1.copy()
print("list3:", list3)
print("id of list3: ", id(list3))

# list3: [1, 2, [3, 4]]
# id of list3:  140138501900872
list3[0] = 11
list3[2][0] = 88
print("list3:", list3)
print("list1:", list1)

# list3: [11, 2, [88, 4]]
# list1: [1, 2, [88, 4]]
# list3的父对象改变，list1不变，list3的子对象改变，list1改变

# 使用列表推导式list4 = [i for i in list1]  同list1.copy()，
# 相当于第一层是深拷贝，内层由于保存的是地址，属于浅拷贝。
list4 = [i for i in list1]
print("id of list4: ", id(list4))
print("list1:", list1)
print("list4:", list4)
list4[1] = 22
list4[2][0] = 99
print("list4:", list4)
print("list1:", list1)

# id of list4:  140388211605448
# list1: [1, 2, [88, 4]]
# list4: [1, 2, [88, 4]]
# list4: [1, 22, [99, 4]]
# list1: [1, 2, [99, 4]]

# 使用for循环，逐个将list1中元素append到list5中，同列表推导式
list5 = []
for i in list1:
    list5.append(i)

print("id of list5: ", id(list5))
print("list5:", list5)

list5[1] = 55
list5[2][0] = 77
print("list5:", list5)
print("list1:", list1)

# 使用切片list6 = list1[1:]虽然也是生成新的list，但是同样对内层是浅拷贝。
list6 = list1[1:]
print("id of list6: ", id(list6))
print("list6:", list6)

list6[0] = 6
list6[1][0] = 66
print("list6:", list6)
print("list1:", list1)

# id of list6:  140448220840520
# list6: [2, [77, 4]]
# list6: [6, [66, 4]]
# list1: [1, 2, [66, 4]]

# list７ = copy.deepcopy(list1) 真正深拷贝。无论是父对象还是子对象，都会开辟新的内存
list7 = copy.deepcopy(list1)

print("id of list7: ", id(list7))
print("list7:", list7)

list7[0] = 7
list7[2][0] = 777
print("list7:", list7)
print("list1:", list1)

# id of list7:  139688264652488
# list7: [1, 2, [66, 4]]
# list7: [7, 2, [777, 4]]
# list1: [1, 2, [66, 4]]

• 数组切片是原始数组的视图，这意味着数据不会被复制，视图上的任何修改都会被直接反映到源数组上.

• array1,array2,array3,array4实际指向同一个内存值，任意修改其中的一个变量，其他变量值都会被修改。

• 若想要得到的是ndarray切片的一份副本而非视图，就需要显式的进行复制操作函数copy()
  array5=array1.copy() #对原始的array1的复制
  array6=array1[1:4].copy() #对切片array1[1:4]的复制
  那么，修改array5或array6，就不会影响array1。

Numpy 的 View 和 Copy可参考Numpy 的 View 和 Copy