Skip to main content
 首页 » 编程设计

python之python复制模块中copy.copy和copy.deepcopy的相等性

2025年05月04日11dudu

我正在创建一个 numpy 数组列表,然后将其复制到另一个数组以保留原始副本。复制是使用 deepcopy() 函数完成的。当我现在比较这两个数组时,它显示为 false 等价。但是当我使用 copy() 函数时一切都很好。我理解复制和深度复制函数之间的区别,但是等价性不一样吗?

即:

 grid1=np.empty([3,3],dtype=object) 
 for i in xrange(3): 
    for j in xrange(3): 
        grid1[i][j] = [i,np.random.uniform(-3.5,3.5,(3,3))] 
 
 
 grid_init=[] 
 grid_init=copy.deepcopy(grid1) 
 grid1==grid_init      #returns False 
 
 grid_init=[] 
 grid_init=copy.copy(grid1) 
 grid1==grid_init      #returns True 
 
 grid_init=[] 
 grid_init=copy.deepcopy(grid1) 
 np.array_equal(grid1,grid_init)      #returns False 

难道一切都不是真的吗?

请您参考如下方法:

这是我在运行第一个示例时得到的结果:

WARNING:py.warnings:/usr/local/bin/ipython:1: DeprecationWarning: elementwise comparison failed; this will raise the error in the future. 

要了解元素比较失败的原因,只需尝试比较单个元素:

grid_init=copy.deepcopy(grid1) 
grid_init[0][0] == grid1[0][0] 
>>> ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

这会失败,因为列表中的第二个元素本身就是一个 numpy 数组,并且两个 numpy 数组的比较不会返回 bool(而是一个数组)。


现在,为什么示例案例的行为有所不同?

似乎是一些解释器优化,如果两个对象是同一对象,则可以避免实际的比较逻辑。两者是同一个对象,因为复制很浅。

grid_init=copy.copy(grid1) 
grid_init[0][0] is grid1[0][0] 
> True 
grid_init[0][0] == grid1[0][0] 
> True 

根本原因是您正在使用一个 dtype=object 的 numpy 数组,其中包含列表。这不是一个好主意,并且会导致各种怪事。

相反,您应该简单地创建 2 个对齐的数组,一个用于列表中的第一个元素,一个用于第二个元素。