Numpy 配列の割り当て: メモリ割り当ての違い

NumPy では、配列に値を割り当てる一般的な方法が 3 つあります。

• B = A
• B[:] = A
• numpy.copy(B, A)

B = A

B = A を使用する場合、新しい配列は作成されません。代わりに、新しい名前 (B) を既存の配列 (A) にバインドします。その結果、一方の配列に加えられた変更はもう一方の配列にも反映されます。

B[:] = A

この構文は、次の条件を備えた新しい配列 B を作成します。 A と同じ次元と値。元の配列 A は変更されません。このメソッドは、numpy.copy.

numpy.copy(B, A)

に比べて必要なメモリ割り当てが少なくなります。このメソッドは、あなたが書いたように正当ではありません。 B = numpy.copy(A) である必要があります。 numpy.copy は、A と同じ次元と値を持つ新しい配列 B を作成します。この方法では、元の配列からデータの物理コピーを個別に作成するため、B[:] = A と比較してより多くのメモリ割り当てが必要になります。

追加メモリはいつ割り当てられますか?

追加メモリは、numpy.copy を使用して配列の新しい物理コピーを作成するときに割り当てられます。これは、コピーされたデータに新しい連続したメモリ ブロックが割り当てられるためです。

メモリが割り当てられない場合は?

B = A を使用するとメモリは割り当てられません。元の配列の名前を変更しているだけだからです。 B[:] = A を使用した場合も、元の配列と同じメモリ位置が再利用されるため、メモリは割り当てられません。