扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
具体的注解我已经写在了程序里面：通俗的解释了python里面的浅拷贝与深拷贝的不同，请看程序。
# -*- coding: utf-8 -*-
import numpy as np
import copy as cp
import matplotlib.pyplot as plt
import time
import math
fig = plt.figure()
ax = fig.add_subplot(241)
# 定义一个多维数组
x = np.array([[1, 2, 3],
[4, 5, 6]])
print('x:{}'.format(x))
ax.plot(x)
ax1 = fig.add_subplot(242)
# 首先看一下浅拷贝，将x拷贝(赋值)给y
y = x
print('y:{}'.format(y))
ax1.plot(y)
# 改变一下y中的任意一个索引的值，可以看到x也随着y一起改变了，
# 这就是浅拷贝，原数组随着拷贝的对象的改变而改变了。
y[0, 0] = 9
print('y改变值:')
print(y)
ax2 = fig.add_subplot(243)
ax2.plot(y)
print('x的值在y改变之后:')
print(x)
ax3 = fig.add_subplot(244)
ax3.plot(x)
# 下面来看一下深拷贝，py里面首先要导入copy这个包，这里用cp表示。
x = np.array([[1, 2, 3],
[4, 5, 6]])
print('\n\nx:{}'.format(x))
ax4 = fig.add_subplot(245)
ax4.plot(x)
y = cp.copy(x)
print('y:{}'.format(y))
ax5 = fig.add_subplot(246)
ax5.plot(y)
# 随意改变y的某一个索引，可以看到，y改变了，但是x还是它自己
y[0, 0] = 9
print('y改变值:')
print(y)
ax6 = fig.add_subplot(247)
ax6.plot(y)
print('x的值在y改变之后:')
print(x)
ax7 = fig.add_subplot(248)
ax7.plot(x)
plt.show()
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网