numpy.copy

麻木的。复制( a , order = 'K' , subok = False )

返回给定对象的数组副本。

参数：

类似数组

输入数据。

顺序{'C', 'F', 'A', 'K'}，可选

控制副本的内存布局。 'C' 表示 C 阶，'F' 表示 F 阶，如果a是 Fortran 连续的，'A' 表示 'F'，否则为 'C'。 'K' 表示尽可能匹配a的布局。 （请注意，此函数 和ndarray.copy非常相似，但其 order= 参数具有不同的默认值。）

subok布尔，可选

如果为 True，则子类将被传递，否则返回的数组将被强制为基类数组（默认为 False）。

1.19.0 版本中的新增内容。

返回：

数组​

的数组解释。

也可以看看

ndarray.copy

创建数组副本的首选方法

笔记

这相当于：

>>> np.array(a, copy=True)  

例子

创建一个数组 x，带有引用 y 和副本 z：

>>> x = np.array([1, 2, 3])
>>> y = x
>>> z = np.copy(x)

请注意，当我们修改 x 时，y 会改变，但 z 不会改变：

>>> x[0] = 10
>>> x[0] == y[0]
True
>>> x[0] == z[0]
False

请注意，np.copy 清除先前设置的 WRITEABLE=False 标志。

>>> a = np.array([1, 2, 3])
>>> a.flags["WRITEABLE"] = False
>>> b = np.copy(a)
>>> b.flags["WRITEABLE"]
True
>>> b[0] = 3
>>> b
array([3, 2, 3])

请注意，np.copy 是浅复制，不会复制数组中的对象元素。这对于包含 Python 对象的数组非常重要。新数组将包含相同的对象，如果该对象可以修改（可变），则可能会导致意外：

>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)
>>> b = np.copy(a)
>>> b[2][0] = 10
>>> a
array([1, 'm', list([10, 3, 4])], dtype=object)

要确保object复制数组中的所有元素，请使用copy.deepcopy：

>>> import copy
>>> a = np.array([1, 'm', [2, 3, 4]], dtype=object)
>>> c = copy.deepcopy(a)
>>> c[2][0] = 10
>>> c
array([1, 'm', list([10, 3, 4])], dtype=object)
>>> a
array([1, 'm', list([2, 3, 4])], dtype=object)