[Dúvida] [Discussão] = vs np.copy(): Boas práticas em pipelines de NLP e RAG

Olá pessoal,

O assunto = vs np.copy() no NumPy me despertou uma dúvida em relação a um pipeline que estou desenvolvendo: processamento de PDFs complexos (textos psicanalíticos), onde trabalho com spans e tokens, faço segmentação usando spaCy e armazeno IDs e hashes para RAG e análise semântica.

Lendo sobre np.copy(), percebi algumas diferenças importantes:

• = cria apenas uma referência para o mesmo objeto. Alterações no array original refletem na “cópia”.
• np.copy() cria um novo array independente, garantindo que alterações no original não afetem a cópia.

No meu contexto, notei que:

1. IDs persistidos em SQL são a verdadeira referência de identidade.
2. Cópias temporárias (np.copy) podem ser úteis para pós-processamento experimental, permitindo testar fusões, normalizações e refinamentos sem afetar os dados originais.
3. Essa estratégia permite esboçar pipelines paralelos, comparar resultados e construir métricas de qualidade, mesmo sacrificando processamento em lote no início.

Isso me desperta algumas dúvidas/curiosidades:

1. Quais são boas práticas para lidar com cópias temporárias de arrays ou objetos em pipelines complexos de NLP ou processamento de documentos?

2. Como equilibrar eficiência de memória e paralelismo com a necessidade de manter cópias independentes para testes e auditoria?

3. Já tiveram situações onde não usar copy causou bugs silenciosos ou efeitos colaterais difíceis de detectar?

Gostaria muito de ouvir experiências práticas, estratégias e dicas de quem já lidou com pipelines complexos, especialmente em contextos de NLP, RAG ou análise de textos acadêmicos.

Obrigado!