Ответы:
Все три версии делают разные вещи:
B = A
Это связывает новое имя Bс уже названным существующим объектом A. Впоследствии они ссылаются на один и тот же объект, поэтому, если вы измените один на месте, вы увидите изменение и через другой.
B[:] = A(так же, как B[:]=A[:]?)
Это копирует значения из Aв существующий массив B. Для этого два массива должны иметь одинаковую форму. B[:] = A[:]делает то же самое (но B = A[:]будет делать что-то вроде 1).
numpy.copy(B, A)
Это неправильный синтаксис. Вы, наверное, имели в виду B = numpy.copy(A). Это почти то же самое, что и 2, но создает новый массив, а не повторно использует Bмассив. Если бы не было других ссылок на предыдущийB значение, конечный результат был бы таким же, как 2, но во время копирования будет временно использоваться больше памяти.
Или, может быть, вы имели в виду numpy.copyto(B, A), что законно и эквивалентно 2?
but B = A[:] would do something more like 1? Согласно этому stackoverflow.com/a/2612815 new_list = old_list[:] также является копией.
some_array[:]создаст новый объект массива, но этот новый объект будет представлением той же памяти, что и исходный массив, который не будет скопирован. Вот почему я сказал, что это больше похоже B = A. Для этого требуется только O(1)пространство и время, а не то, O(n)что потребуется реальной копии.
B=A создает ссылкуB[:]=A делает копиюnumpy.copy(B,A) делает копиюпоследние два требуют дополнительной памяти.
Чтобы сделать глубокую копию, вам нужно использовать B = copy.deepcopy(A)
B[:] = Aэто не делает глубокую копию массивов объектов типа, например A = np.array([[1,2,3],[4,5]]); B = np.array([None,None], dtype='O'). Теперь попробуйте B[:] = A; B[0][0]=99, это изменит первый элемент как в A, так и в B ! Насколько мне известно, нет другого способа гарантировать глубокую копию, даже numpy-array, чемcopy.deepcopy