np.array的np.array的深拷贝

Question

我有一个不同numpy数组的numpy数组,我想制作数组的深层副本.我发现了以下内容:

import numpy as np

pairs = [(2, 3), (3, 4), (4, 5)]
array_of_arrays = np.array([np.arange(a*b).reshape(a,b) for (a, b) in pairs])

a = array_of_arrays[:] # Does not work
b = array_of_arrays[:][:] # Does not work
c = np.array(array_of_arrays, copy=True) # Does not work
d = np.array([np.array(x, copy=True) for x in array_of_arrays])

array_of_arrays[0][0,0] = 100
print a[0][0,0], b[0][0,0], c[0][0,0], d[0][0,0]

这是最好的方法吗？我错过了深层复制功能吗？在这个不同大小的数组中,每个元素的最佳交互方式是什么？

Answer 1

import numpy as np
import copy

pairs = [(2, 3), (3, 4), (4, 5)]
array_of_arrays = np.array([np.arange(a*b).reshape(a,b) for (a, b) in pairs])

a = copy.deepcopy(array_of_arrays)

请随时在此处阅读更多相关信息.

哦,这是最简单的测试用例:

a[0][0,0]
print a[0][0,0], array_of_arrays[0][0,0]

Answer 2

只需使用np.array(old_array)应该适用于最新版本的 numpy

array_to_be_copy = np.zeros([3, 3])
deep_copied_array = np.array(array_to_be_copy)

我的numpy版本：1.21.1

Answer 3

打了一分钟。实际上，深层复制就是这里的答案。

关于索引的第二个问题是：我觉得使用简单的列表或字典型数据结构可能会更好。np.arrays主要在每个数组元素属于同一类型时才有意义。当然，您可以争辩说array_of_arrays中的每个元素都是另一个数组，但是将它们收集在numpy数组而不是简单列表中的好处是什么？

list_of_arrays = [np.arange(a*b).reshape(a,b) for (a, b) in pairs]

Answer 4

In [276]: array_of_arrays
Out[276]: 
array([array([[0, 1, 2],
       [3, 4, 5]]),
       array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]]),
       array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])], dtype=object)

array_of_arrays是dtype=object; 这意味着数组的每个元素都是指向内存中其他位置的对象的指针。在这种情况下，这些元素是不同大小的数组。

a = array_of_arrays[:]

aarray_of_arrays是一个新数组，但是;的视图 也就是说，它具有相同的数据缓冲区（在本例中是指针列表）。

b = array_of_arrays[:][:] 

这只是一个视图中的一个视图。第二个[:]作用于第一个的结果。

c = np.array(array_of_arrays, copy=True)

这与 相同array_of_arrays.copy()。c有一个新的数据缓冲区，原始数据的副本

如果我替换 的元素c，它不会影响array_of_arrays：

c[0] = np.arange(3)

但是如果我修改 的一个元素c，它将修改array_of_arrays- 中的相同元素，因为它们都指向同一个数组。

同样的事情也适用于列表的嵌套列表。补充的array是view情况。

d = np.array([np.array(x, copy=True) for x in array_of_arrays])

在这种情况下，您将复制各个元素。正如其他人指出的那样，有一个deepcopy功能。它是为列表列表之类的东西而设计的，但也适用于数组。它基本上就是做你所做的事d；沿着嵌套树递归地工作。

一般来说，对象数组就像列表嵌套。一些操作跨越对象边界，例如

 array_of_arrays+1

但即使这样实际上也是

np.array([x+1 for x in array_of_arrays])

与列表相比，对象数组添加的一件事是诸如 之类的操作reshape。 array_of_arrays.reshape(3,1)使其成为 2d；如果它有 4 个元素，你就可以做到array_of_arrays.reshape(2,2)。有时这很方便；有时却很方便。其他时候这是一种痛苦（更难迭代）。