今天小编给大家分享一下numpy数组拷贝地址所引起的同步替换问题怎么解决的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
问题出现原因
python里numpy默认的是浅拷贝，即拷贝的是对象内存地址，导致两个数据结构共用一个内存地址。结果是修改拷贝的值的时候原对象也会随之改变，如代码所示：
a = np.arange(3)
print(a)
b = a
print(b)
b[0] = 10
print(b)
print(a)输出的结果为：
[0 1 2]
[0 1 2]
[10 1 2]
[10 1 2]
解决方案
其实numpy给我们准备了解决方法，使用copy方法即可：
narray.copy()还以上面的数据为例进行展示：
a = np.arange(3)
print(a)
b = a.copy()
print(b)
b[0] = 10
print(b)
print(a)输出的结果为：
[0 1 2]
[0 1 2]
[10 1 2]
[0 1 2]
达到了只修改一个数据结构的要求！
以上就是numpy数组拷贝地址所引起的同步替换问题怎么解决的详细内容，更多关于numpy数组拷贝地址所引起的同步替换问题怎么解决的资料请关注九品源码其它相关文章！