Python - nicht sicher, warum zwei Listen suchen das gleiche (ein in der Funktion aktualisiert wird)

Question

ich eine Liste von Listen erstellt (jede Reihe 784 Elemente) - dies ist 28x28 Bilddatenmatrix

train_data, train_labels = X[:60000], Y[:60000] 

Zum Verwischen der Bilder - hier sind zwei Funktionen, die einen neuen Wert jedes Pixel berechnen - Durchschnitt basierend auf 8 benachbarten Elementen in der 28x28 Matrix (ignorierte erste/letzte Zeile und erste/letzte Spalte zur Vereinfachung, dh Schleife von 2-26 statt 0 -27)

def new_func(x_train_data,train_data): 
    for index in range(x_train_data.shape[0]): 
     imgvector = x_train_data[index].reshape(28, 28) 
     for iblur in range(2, 27): 
      for jblur in range(2, 27): 
       imgvector[iblur][jblur] = getNewVaueofPixel(imgvector, iblur, jblur) 
     print "blurring complete" 
     x_train_data[index] = imgvector.reshape(1, 784) 
     print np.array_equal(x_train_data[index], train_data) 

def getNewVaueofPixel(imgvector, iblur, jblur): 
    pixelval = 0.0 
    for ib in range(-1, 2): 
     for jb in range(-1, 2): 
      pixelval = pixelval + imgvector[iblur + ib][jblur + jb] 
    outval = round(pixelval/8.0, 12) 
    return ('{:.12f}'.format(outval)).rstrip('0') or 0. 

Hier ist der Funktionsaufruf:

Unter Zeile in der Funktion gibt True zurück, aber wenn ich auf den Wert von x_train_data [Index] schaue, ist es nicht das gleiche wie Original und wurde korrekt aktualisiert.

print np.array_equal(x_train_data[index], train_data) 

Ich habe mehr als 12 Stunden Debuggen verbracht, aber nicht überall. Kann einfach nicht verstehen, warum ist train_data aktualisiert wird, wenn

x_train_data = train_data[:1] 

soll eine Kopie der Liste und keinen Verweis darauf erstellen. Schätze jede Hilfe.

Answer 1

Mit x_train_data = train_data[:1] erstellt eine view in numpy, wie @hpaulj sagte.

Zum Beispiel:

import numpy as np 

x = np.arange(5) 
y = x[:3] 

print(x) # [0 1 2 3 4] 
print(y) # [0 1 2] 

y[0] = 14 # This changes x as well 

print(x) # [14 1 2 3 4] 
print(y) # [14 1 2] 

---

Auch in normalen Python wäre es ein shallow copy erstellen.

x = [1, [2, 3]] 

y = x[:] 

print(x) # [1, [2, 3]] 
print(y) # [1, [2, 3]] 

y[1].append(7) # changes x as well 

print(x) # [1, [2, 3, 7]] 
print(y) # [1, [2, 3, 7]]