相关疑难解决方法(0)

在Python中克隆或复制列表有哪些选项？

在使用时new_list = my_list,每次都会对new_list更改进行任何修改my_list.为什么是这样？

因此，使用numpy数组将一个分配给另一个仅复制引用：即

import numpy as np
x = np.array([5,8])
y = x 
y += 1
x
Out: array([6, 9])

如果我想复制一个深层副本，则应该使用x.copy()。当从更高维度的数组中获取视图时，也是如此，例如

A=np.array([[4,10],[8,1]])
b=A[:,1]
b+=1
A
Out: array([[ 4, 11],
            [ 8,  2]])

反过来（从上面继续）：

A[:,1]=b
b
Out: array([11,  2])
b+=1
A
Out: array([[ 4, 12],
            [ 8,  3]])

因此，到目前为止，一切都一直在进行。但是现在如果我继续做下去：

A[:,0] = b
A
Out: array([[12, 12],
            [ 3,  3]])
b
Out: array([12,  3])
b+=1
A
Out: array([[12, 13],
            [ 3,  4]])

我不明白的是为什么第一列保持不变，而另一列却保持不变？为什么第二列继续指向b数组？是否有任何规则来决定何时在分配时深度复制数组？

什么是从数组复制到矩阵的更快的方法.例:

A = np.zeros((5, 3))
B = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

将B的值复制到A后,生成的A应为:

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [ 0  0  0]
 [ 0  0  0]]

先感谢您

这是我的代码

import numpy as np
v = np.zeros(4)
backup = np.zeros(4)

for i in range(3):
   backup = v
   v[0] = 1
   print(backup)

我的输出是：

[1. 0. 0. 0.]
[1. 0. 0. 0.]
[1. 0. 0. 0.]

但我预计：

[0. 0. 0. 0.]
[1. 0. 0. 0.]
[1. 0. 0. 0.]

为什么备份矩阵在分配之前更新？