numpy.ndarray.copy

方法

ndarray.copy(order='C')

傳回陣列的副本。

參數:

order{‘C’, ‘F’, ‘A’, ‘K’}, 選擇性

控制副本的記憶體佈局。「C」表示 C-order，「F」表示 F-order，「A」表示如果 a 是 Fortran 相鄰的則為「F」，否則為「C」。「K」表示盡可能匹配 a 的佈局。（請注意，此函式和 numpy.copy 非常相似，但它們的 order= 引數具有不同的預設值，並且此函式始終傳遞子類別。）

另請參閱

numpy.copy

具有不同預設行為的相似函式

numpy.copyto

說明

此函式是建立陣列副本的建議方法。函式 numpy.copy 類似，但預設使用 order ‘K’，並且預設情況下不會傳遞子類別。

範例

>>> import numpy as np
>>> x = np.array([[1,2,3],[4,5,6]], order='F')

>>> y = x.copy()

>>> x.fill(0)

>>> x
array([[0, 0, 0],
       [0, 0, 0]])

>>> y
array([[1, 2, 3],
       [4, 5, 6]])

>>> y.flags['C_CONTIGUOUS']
True

對於包含 Python 物件（例如 dtype=object）的陣列，副本是淺層副本。新陣列將包含相同的物件，如果該物件可以被修改（是可變的），則可能會導致意外

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

為了確保複製 object 陣列中的所有元素，請使用 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)