numpyIl existe trois situations concernant copy, aucune copie du tout , vue (view) ou copie superficielle (shadow copy) et Copie profonde (deep copy).

et b = a[:] appartiennent au deuxième type, c'est-à-dire la vue, qui est essentiellement une opération de découpage (slicing), et toutes les opérations de découpage renvoient des vues. Plus précisément, b = a[:] créera un nouvel objet b (donc l'identifiant est différent de a), mais les données de b proviennent entièrement de a et restent complètement cohérentes avec a Change In other. En d'autres termes, les données de b sont entièrement conservées par a, et les modifications de données des deux sont cohérentes. Vous pouvez voir l'exemple suivant :

a = np.arange(4)  # array([0, 1, 2, 3])
b = a[:]  # array([0, 1, 2, 3])

b.flags.owndata  # 返回 False，b 并不保管数据
a.flags.owndata  # 返回 True，数据由 a 保管

# 改变 a 同时也影响到 b
a[-1] = 10  # array([0, 1, 2, 10])
b  #  array([0, 1, 2, 10])

# 改变 b 同时也影响到 a
b[0] = 10  # array([10, 1, 2, 10])
a  # array([10, 1, 2, 10])

b = a et b = a[:] est que ce dernier créera un nouvel objet, mais pas le premier. Les deux méthodes feront interagir les données de a et b les unes avec les autres.

Pour éviter que les modifications de a n'affectent b, vous pouvez utiliser la copie complète :

unique_b = a.copy()