Автор оригинала: Python Examples.
Python Numpy – дубликат или массив копирования
Вы можете скопировать номерного массива в другое. Средства копирования массива, создается новый экземпляр, и содержимое исходного массива копируется в этот массив.
Чтобы скопировать данные массива в другое, используя библиотеку Numpy Python, вы можете использовать функцию numpy.ndarray.copy ().
Синтаксис – Копировать ()
Ниже приведен синтаксис для создания копии NUMPY MARY в другой массив.
array2 = array1.copy()
где Array1 это numpy n-мерный массив. Array1.Copy () Возвращает новый массив, но с точными значениями элемента как у Array1 Отказ
Пример 1: Массив копирования, используя numpy
В следующем примере мы скопируем элементы массива А на другой массив B Отказ
Python Program
import numpy as np
# create a numpy array
a = np.array([[8, 2, 3],
[4, 7, 6]])
# copy contents of a to b
b = a.copy()
# modify a
a[1, 2] = 13
# check if b has remained the same
print('a\n',a)
print('\nb\n',b)Выход
a [[ 8 2 3] [ 4 7 13]] b [[8 2 3] [4 7 6]]
Даже если мы изменили содержимое А Содержание B не затронуты.
Пример 2: Что произойдет, если мы используем оператор назначения для копирования массива
Это негативный сценарий. Этот пример объясняет, почему вы должны использовать функцию Copy () вместо оператора присваивания, когда вы должны создать дубликат массива.
Python Program
import numpy as np
# create a numpy array
a = np.array([[8, 2, 3],
[4, 7, 6]])
# assign a to b
b = a
# modify a
a[1, 2] = 13
# check if b has remained the same
print('a\n',a)
print('\nb\n',b)Выход
a [[ 8 2 3] [ 4 7 13]] b [[ 8 2 3] [ 4 7 13]]
B действует как простое ссылка на А Отказ И когда вы меняете А Тогда B также изменяется. Следовательно, использование оператора присваивания не является способом дублирования или копирования Numpy Array.
Резюме
В этом Numpy учебник примеров Python мы узнали, как скопировать Numpy Array из одной переменной в другую.