numpy关于视图和副本的区别

痛定思痛。 2023-02-20 06:16 4阅读 0赞

numpy在数据处理时的优势时显而易见的，谈到numpy，会经常听到关于视图和副本的说法，今天就来记录一下视图个副本的区别。

首先讲一下两者的定义：

副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。

视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。

理解这个定义其实可以参考python的深浅拷贝的概念，副本其实就是类似于深拷贝，是完完整整的脱离了原来的数据，内存地址独立出来，可以进行任意的修改和操作，对原始的数据不会产生影响，视图类似于浅拷贝（可能这个对比并不完美），通俗一点说就是多了一个指向原来数据地址的路径，还是要依附于原来的数据，任意的操作都有可能对原始数据产生影响，所以，再进行数据处理的时候，最好是先做副本的处理，这样 数据处理过程中有什么差错都可以保留原始数据的完整性。

**视图一般发生在：**

*  1、numpy 的切片操作返回原数据的视图。
 *  2、调用 ndarray 的 view() 函数产生一个视图。

**副本一般发生在：**

*  Python 序列的切片操作，调用deepCopy()函数。
 *  调用 ndarray 的 copy() 函数产生一个副本。

### 无复制 ###

简单的赋值不会创建数组对象的副本。 相反，它使用原始数组的相同id()来访问它。 id()返回 Python 对象的通用标识符，类似于 C 中的指针。

此外，一个数组的任何变化都反映在另一个数组上。 例如，一个数组的形状改变也会改变另一个数组的形状。

### 视图或浅拷贝 ###

ndarray.view() 方会创建一个新的数组对象，该方法创建的新数组的维数更改不会更改原始数据的维数

import numpy as np 
     
    # 最开始 a 是个 3X2 的数组
    a = np.arange(6).reshape(3,2)  
    print ('数组 a：')
    print (a)
    print ('创建 a 的视图：')
    b = a.view()  
    print (b)
    print ('两个数组的 id() 不同：')
    print ('a 的 id()：')
    print (id(a))
    print ('b 的 id()：' )
    print (id(b))
    # 修改 b 的形状，并不会修改 a
    b.shape =  2,3
    print ('b 的形状：')
    print (b)
    print ('a 的形状：')
    print (a)

运行结果是：

数组 a：
    [[0 1]
     [2 3]
     [4 5]]
    创建 a 的视图：
    [[0 1]
     [2 3]
     [4 5]]
    两个数组的 id() 不同：
    a 的 id()：
    4314786992
    b 的 id()：
    4315171296
    b 的形状：
    [[0 1 2]
     [3 4 5]]
    a 的形状：
    [[0 1]
     [2 3]
     [4 5]]

使用切片创建视图修改数据会影响到原始数组：

import numpy as np 
     
    arr = np.arange(12)
    print ('我们的数组：')
    print (arr)
    print ('创建切片：')
    a=arr[3:]
    b=arr[3:]
    a[1]=123
    b[2]=234
    print(arr)
    print(id(a),id(b),id(arr[3:]))

运行结果如下：

我们的数组：
    [ 0  1  2  3  4  5  6  7  8  9 10 11]
    创建切片：
    [  0   1   2   3 123 234   6   7   8   9  10  11]
    4545878416 4545878496 4545878576

变量 a,b 都是 arr 的一部分视图，对视图的修改会直接反映到原数据中。但是我们观察 a,b 的 id，他们是不同的，也就是说，视图虽然指向原数据，但是他们和赋值引用还是有区别的。

### 副本或深拷贝 ###

ndarray.copy() 函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。

import numpy as np 
     
    a = np.array([[10,10],  [2,3],  [4,5]])  
    print ('数组 a：')
    print (a)
    print ('创建 a 的深层副本：')
    b = a.copy()  
    print ('数组 b：')
    print (b)
    # b 与 a 不共享任何内容  
    print ('我们能够写入 b 来写入 a 吗？')
    print (b is a)
    print ('修改 b 的内容：')
    b[0,0]  =  100  
    print ('修改后的数组 b：')
    print (b)
    print ('a 保持不变：')
    print (a)

运行结果如下：

数组 a：
    [[10 10]
     [ 2  3]
     [ 4  5]]
    创建 a 的深层副本：
    数组 b：
    [[10 10]
     [ 2  3]
     [ 4  5]]
    我们能够写入 b 来写入 a 吗？
    False
    修改 b 的内容：
    修改后的数组 b：
    [[100  10]
     [  2   3]
     [  4   5]]
    a 保持不变：
    [[10 10]
     [ 2  3]
     [ 4  5]]

ps：这里再强调一下赋值和浅拷贝的区别，赋值就是引用，赋值的两端的id是一样的，改变两个中的任意一个都会使另一个发生变化，浅拷贝的话，id是不一样的，只拷贝了第一层，深层的并没有拷贝。