具体的注解我已经写在了程序里面:通俗的解释了python里面的浅拷贝与深拷贝的不同,请看程序。
# -*- coding: utf-8 -*- import numpy as np import copy as cp import matplotlib.pyplot as plt import time import math fig = plt.figure() ax = fig.add_subplot(241) # 定义一个多维数组 x = np.array([[1, 2, 3], [4, 5, 6]]) print('x:{}'.format(x)) ax.plot(x) ax1 = fig.add_subplot(242) # 首先看一下浅拷贝,将x拷贝(赋值)给y y = x print('y:{}'.format(y)) ax1.plot(y) # 改变一下y中的任意一个索引的值,可以看到x也随着y一起改变了, # 这就是浅拷贝,原数组随着拷贝的对象的改变而改变了。 y[0, 0] = 9 print('y改变值:') print(y) ax2 = fig.add_subplot(243) ax2.plot(y) print('x的值在y改变之后:') print(x) ax3 = fig.add_subplot(244) ax3.plot(x) # 下面来看一下深拷贝,py里面首先要导入copy这个包,这里用cp表示。 x = np.array([[1, 2, 3], [4, 5, 6]]) print('\n\nx:{}'.format(x)) ax4 = fig.add_subplot(245) ax4.plot(x) y = cp.copy(x) print('y:{}'.format(y)) ax5 = fig.add_subplot(246) ax5.plot(y) # 随意改变y的某一个索引,可以看到,y改变了,但是x还是它自己 y[0, 0] = 9 print('y改变值:') print(y) ax6 = fig.add_subplot(247) ax6.plot(y) print('x的值在y改变之后:') print(x) ax7 = fig.add_subplot(248) ax7.plot(x) plt.show()
以上这篇python中的数组赋值与拷贝的区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。