numpy.char.chararray.copy

方法

char.chararray.copy(order='C')

返回数组的副本.

参数:

order{‘C’, ‘F’, ‘A’, ‘K’}, 可选

控制副本的内存布局.’C’ 表示 C 顺序,’F’ 表示 F 顺序,’A’ 表示如果 a 是 Fortran 连续的则为 ‘F’,否则为 ‘C’.’K’ 表示尽可能匹配 a 的布局.（注意,此函数与 numpy.copy 非常相似,但它们的 order= 参数默认值不同,并且此函数总是通过子类.）

参见

numpy.copy

具有不同默认行为的类似功能

numpy.copyto

备注

此函数是创建数组副本的首选方法.函数 numpy.copy 类似,但它默认使用顺序 ‘K’,并且默认情况下不会传递子类.

示例

>>> 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

对于包含 Python 对象的数组（例如 dtype=object）,复制是浅拷贝.新数组将包含相同的对象,如果该对象可以被修改（是可变的）,这可能会导致意外情况:

>>> 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)

为了确保 object 数组中的所有元素都被复制,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)