Python numpy.matrix忽略复制

我在熊猫数据框中有一列，它本身包含numpy数组（我知道，这可能不是最好的主意，但我现在很好奇）。对该列的副本调用

numpy.matrix

，会更改原始数据帧：

import numpy as np
import pandas as pd

array = [np.array([1, 2])]

df = pd.DataFrame({
    'arrays': array.copy()  # creating a copy here...
})
df_backup = df.copy(deep=True)  # ... and here
df

这返回了我所期望的：

   arrays
0  [1, 2]

以下几点可供以后比较：

>>> array
[array([1, 2])]
>>> array[0].shape
(2,)

现在我试着把它转换成矩阵。它没有做我想让它做的事情，但我的观点是，它在不应该做的地方更改数据，据我所知：

>>> np.matrix(df.arrays.copy(), copy=True)  # another copy
matrix([[array([[1],
       [2]])]], dtype=object)

这就是事情变得奇怪的地方：

>>> df
       arrays
0  [[1], [2]]

所以我的单元格现在保存了一个数组，其中每个元素都是一个只有一个数字的数组，而以前它是一个只有两个数字的数组。尽管我告诉了

np.matrix（…，copy=True）

并制作了我的pandas系列的副本：

df.arrays.copy（）

，但还是发生了这种情况

甚至我早些时候做的备份也发生了变化。我甚至用了深拷贝

这是最让我困惑的部分：我原来的名单也被改变了。（也在上面调用了

.copy（）

）

所以现在我的问题是，在所有这些拷贝之后，所有的东西是如何联系在一起的？我还需要做些什么才能真正不改变原始数据

编辑：

因此，答案似乎是pandas只存储对numpy对象的引用，即使在

from copy import deepcopy
df_backup = deepcopy(df)

df_备份

仍会被修改

array

不被修改的唯一方法是执行以下操作

array_backup = deepcopy(array)

---

开始时。

首先，一个包含数组的列表：

In [334]: alist = [np.array([1,2])]

该列表中的数据帧：

In [335]: df = pd.DataFrame({'arrays':alist})
In [336]: df
Out[336]: 
   arrays
0  [1, 2]

pd

系列

：

In [337]: df.arrays
Out[337]: 
0    [1, 2]
Name: arrays, dtype: object

In [338]: df.arrays[0]
Out[338]: array([1, 2])

In [343]: mat2 = np.matrix(df.arrays)
In [344]: mat2
Out[344]: 
matrix([[array([[1],
       [2]])]], dtype=object)
In [345]: alist
Out[345]: 
[array([[1],
        [2]])]
In [346]: mat2.shape
Out[346]: (1, 1)

该

系列的一个元素

：

In [337]: df.arrays
Out[337]: 
0    [1, 2]
Name: arrays, dtype: object

In [338]: df.arrays[0]
Out[338]: array([1, 2])

In [343]: mat2 = np.matrix(df.arrays)
In [344]: mat2
Out[344]: 
matrix([[array([[1],
       [2]])]], dtype=object)
In [345]: alist
Out[345]: 
[array([[1],
        [2]])]
In [346]: mat2.shape
Out[346]: (1, 1)

从该数组生成一个矩阵-它是一个副本（默认参数）

从

系列中创建矩阵

：

In [337]: df.arrays
Out[337]: 
0    [1, 2]
Name: arrays, dtype: object

In [338]: df.arrays[0]
Out[338]: array([1, 2])

In [343]: mat2 = np.matrix(df.arrays)
In [344]: mat2
Out[344]: 
matrix([[array([[1],
       [2]])]], dtype=object)
In [345]: alist
Out[345]: 
[array([[1],
        [2]])]
In [346]: mat2.shape
Out[346]: (1, 1)

mat2

是一个（1,1）矩阵（矩阵总是2d），对象数据类型-也就是说，它包含一个对象，在本例中是一个数组

创建

mat2

已将

alist

中的元素替换为（2,1）数组

df

还有一个指向这个新数组的指针。（编辑-进一步挖掘创建

mat2

似乎只是在

alist

中重塑了数组）

---

我不确定是什么创建了这个（2,1）数组，但我怀疑它与

系列

如何将其元素传递给

np.matrix

有关。在任何情况下，您都不希望直接从

系列

生成矩阵。您可以从该系列的一个元素创建它。

array

是一个列表

array.copy（）

只是一个新列表，但指针相同。与

数组[：]

相同。它不是深度副本或包含数组的副本。