Numpy 当我修改q1时，q1 = p却变成了q1 = p的副本，p也被修改了

在使用Numpy时，你可能会遇到这样一个问题：当你试图将一个数组p赋值给另一个数组q1时，q1似乎不仅仅是p的一个副本，而且当你修改q1时，p也被同步修改了。这是什么原因造成的？如何避免这种情况？本文将解答这些问题。

首先，我们需要了解Numpy中数组的赋值机制。在Python中，我们通常使用“=”来赋值一个变量或者数据结构，比如：

a = 3
b = a

这里的“=”的含义是将右侧的值赋给左侧的变量。但是，当我们将一个数组赋给另一个数组时，情况就变得有些复杂了。比如：

import numpy as np

p = np.array([1, 2, 3])
q1 = p

这里，我们使用了Numpy库中的array函数创建了一个数组p，并将其赋给了另一个数组q1。然而，与我们在Python中赋值变量时的行为不同，这里的q1实际上并没有获得一个p的完整副本，而是引用了p的内存地址。也就是说，q1和p指向了同一个内存地址，它们其实是同一个数组的不同名称。

这个图很好地解释了为什么当我们修改q1时，p也被修改了。因为它们指向了同一个内存地址，所以任何对q1的操作也会反映在p上。比如：

q1[0] = 7
print(p)

这段代码的输出将是：

array([7, 2, 3])

你可以看到，当我们将q1的第一个元素修改为7时，p的第一个元素也被同步修改了。

那么，如何避免这种情况呢？我们需要使用数组的copy方法。这个方法会创建一个数组的完整副本，这个副本与原数组在内存中完全独立，所以我们可以对它进行任何修改，而不会对原数组产生影响。具体来说，我们可以这样做：

p = np.array([1, 2, 3])
q2 = p.copy()

q2[0] = 7
print(p)

这段代码的输出将是：

array([1, 2, 3])

相信现在你已经理解了Numpy中数组赋值的机制和如何避免由此产生的问题，下面我们来看一些实际的应用案例。

阅读更多：Numpy 教程

实际应用

1. 多个变量指向同一个数组

在数据处理的过程中，我们可能会遇到这样一种情况：有多个变量需要引用同一个数组。比如：

import pandas as pd
import numpy as np

data = pd.read_csv("/path/to/data.csv")
features = np.array(data["features"])
labels = np.array(data["labels"])

train_features = features[:1000]
train_labels = labels[:1000]

val_features = features[1000:1500]
val_labels = labels[1000:1500]

test_features = features[1500:]
test_labels = labels[1500:]

在这个例子中，我们首先读入了一个csv文件，并将其转换为Numpy数组。然后我们将这个数组分成了训练集、验证集和测试集，并存储在不同的变量中。然而这几个变量都引用了同一个Numpy数组。这种方法可以帮助我们更加灵活地操作数组，而不用频繁地创建和销毁对象。

2. 从一个数组中选择某些元素

Numpy提供了一些方便的方法来选择数组中的某些元素。比如，我们可以使用花式索引来选择某些位置的元素，或者使用布尔索引来根据某个条件来选择元素。这些方法都可以直接修改原数组，所以在使用它们时需要特别小心。

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])
idx = [1, 3, 5]

a[idx] = 0
print(a)

这段代码的输出将是：

array([1, 0, 3, 0, 5, 0])

在这个例子中，我们使用了一个列表来指定数组中需要修改的位置，然后将这些位置的元素全部置为0。注意，这种方法会直接修改原数组a。

3. 在两个数组之间传递数据

有时候，我们需要将一个数组的数据传递给另一个数组进行计算。这种情况下，我们可以使用Numpy的一些方法来传递数据，可以选择传递数组的部分或者全部数据，也可以选择保留原数组的结构或者改变结构。

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])
b = np.zeros_like(a)

# 将a中的偶数复制到b中
b[a % 2 == 0] = a[a % 2 == 0]

print(b)

这段代码的输出将是：

array([0, 2, 0, 4, 0, 6])

在这个例子中，我们首先创建了一个和a相同大小的全0数组b，然后将a中的偶数复制到b中。这个过程中，我们使用了布尔索引和花式索引来选择二者中需要使用的元素，确保了只有需要的数据被传递了。同时也保留了原数组a和b的结构。

总结

在Numpy中，当我们将一个数组赋给另一个数组时，实际上是将这两者共享同一个内存地址，而不是创建一个新的副本。这种情况下，对任意一个数组的修改都会反映在另一个数组上。为了避免这种情况，我们需要使用数组的copy方法来创建一个完整的副本。

在实际应用中，我们可以使用数据的多个引用来更加灵活地操作数组，同时需要注意选择数据的方式不要直接影响原数组。最后，我们可以使用Numpy的一些方法来在两个数组之间传递数据，并且可以选择保留原数组的结构或者改变结构。