numpy数组拷贝地址所引起的同步替换问题怎么解决

今天小编给大家分享一下numpy数组拷贝地址所引起的同步替换问题怎么解决的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

问题出现原因

python里numpy默认的是浅拷贝，即拷贝的是对象内存地址，导致两个数据结构共用一个内存地址。结果是修改拷贝的值的时候原对象也会随之改变，如代码所示：

a = np.arange(3)print(a)b = aprint(b)b[0] = 10print(b)print(a)

输出的结果为：

[0 1 2]
[0 1 2]
[10   1   2]
[10   1   2]

解决方案

其实numpy给我们准备了解决方法，使用copy方法即可：

narray.copy()

还以上面的数据为例进行展示：

a = np.arange(3)print(a)b = a.copy()print(b)b[0] = 10print(b)print(a)

输出的结果为：

[0 1 2]
[0 1 2]
[10   1   2]
[0 1   2]

达到了只修改一个数据结构的要求！

以上就是“numpy数组拷贝地址所引起的同步替换问题怎么解决”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网行业资讯频道。