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

Question

有没有什么情况下，我想在Python的copy.copy()方法上使用NumPy的np.copy()？据我所知，两者都创建浅层副本，但NumPy仅限于数组。是否存在copy未考虑到的NumPy性能或特殊处理

Answer 1

numpy.copy允许使用order参数对结果的内存布局进行更多控制，并且它总是生成一个数组，即使给定了其他类似数组的数组也是如此。而且，您不必单独导入copy模块。

Answer 2

是的，它有副作用，对于float64类型，numpy代码比纯python快20%左右。

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)