Python copy.copy() vs NumPy np.copy()

Question

在使用浅复制时，是否有情况需要使用NumPy的np.copy()而不是Python的copy.copy()方法？据我所知，两者都可以创建浅复制，但NumPy仅限于数组。是否有任何性能或特殊处理由NumPy完成而未被copy考虑到的情况？

- dkv

---

首先，实现方式会有所不同。此外，您无需导入copy即可使用copy。 - cs95

我们可以再次确认一下，但我认为copy.copy只是在可能的情况下将操作委托给对象自己的复制方法。实际上，您可以自己阅读copy.copy代码。arr.__copy__是一个方法。np.copy也是Python代码。 - hpaulj

我经常看到并使用arr.copy()。 - hpaulj

deepcopy函数增加了一个名为memo的参数，更多信息请参考Python: Numpy deepcopy TypeError。 - hpaulj

Answer 1

numpy.copy 允许通过 order 参数更好地控制结果的内存布局，并且它始终生成一个数组，即使给定其他类似于数组的对象。此外，您无需单独导入 copy 模块。

- user2357112

---

但是，导入copy除了额外的代码行之外，是否有任何副作用？ - dkv

Answer 2

是的，存在副作用，并且对于float64类型，numpy代码比纯python快约20%。

In [1]: import numpy as np

In [2]: from copy import copy

In [3]: arr = np.random.rand(10000, 10000)

In [4]: %timeit copy(arr)
535 ms ± 97.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [5]: %timeit np.copy(arr)
453 ms ± 19.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [6]: %timeit arr.copy()
456 ms ± 22 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

- fortea