a = b似乎是相同的，而不是副本。爲什麼？

Question

Hello Python/iPython用戶。

我發現了Python使用numpy數組的奇怪行爲。我自己找到了解決問題的辦法，但我很想得到解釋。提前致謝。

這裏的問題： 使用IPython中創建一個numpy的陣列和一個副本，稱爲B：

import numpy as np 
a=np.zeros(5) 
b=a 

然而，B似乎是相當的身份，而不是一個副本，因爲改變b也會改變。

b[0]=1 
a 
array([ 1., 0., 0., 0., 0.]) 

的解決方案是使用b=a.copy()而非b=a，但我想明白爲什麼這是蟒蛇的情況。我對Matlab，R和Fortran非常熟悉，從未遇到過這樣的問題。爲什麼有人想爲同一個數據取一個名字而不是這個向量的副本？只是一些python特定的語法的東西，還是有更多的理解？

Answer 1

它只是一個python約定。所有的賦值都不會做任何事情，只是爲現有的對象創建一個新的句柄。這是一個非常明智的規則，因爲它使語義簡單而透明。在其他語言中，您可能經常會想知道您是修改現有對象還是創建一個新句柄。如果你想要做的不是在現有對象上打一個新名字，python總是強迫你做出明確的表示。至於你爲什麼要這樣做：試着找到任何一段python代碼，看看它包含了多少賦值語句。顯然有它的用途;）。

Answer 2

這確實是python中一些對象的特殊性。 numpy數組實際上是從python的「list」對象派生出來的，它的作用方式與此相同。

實際上，當您在python（或一個numpy數組）中創建一個列表時，數據存儲在內存中的給定位置。 的標識號被關聯到該位置，並且可以使用該函數「ID」

a = [1, 2, 3] 
print id(a) 

如果鍵入「B = A」看到它，B將朝向相同的存儲單元的一個點。因此a和b將具有相同的 識別號碼。

a = [1, 2, 3] 
print id(a) 
b = a 
print id(b) 

你必須非常小心，因爲任何對will的修改都會影響b。 「複製」方法將創建的一個深拷貝，這意味着30b存儲到一個新的存儲位置

a = numpy.array([1, 2, 3]) 
print id(a) 
b = a 
print id(b) 
c = a.copy() 
print id(c) 

有相當於現在的「複製」的名單，而不是必須使用「：」符號

a = [1, 2, 3] 
print id(a) 
b = a 
print id(b) #a and b are the same 
c = a[:] 
print id(c) #c is a deep copy of a