Numpy赋值给切片时，数组何时被复制？

Question

因此，使用numpy数组将一个分配给另一个只会复制引用：

即：

import numpy as np
x = np.array([5,8])
y = x 
y += 1
x
Out: array([6, 9])

如果我需要一个深度复制，则应使用 x.copy()。当从更高维数组中获取视图时，情况也是如此，例如：

A=np.array([[4,10],[8,1]])
b=A[:,1]
b+=1
A
Out: array([[ 4, 11],
            [ 8,  2]])

反之亦然（继续上面的内容）：

A[:,1]=b
b
Out: array([11,  2])
b+=1
A
Out: array([[ 4, 12],
            [ 8,  3]])

目前为止，一切都稳定运作。但现在如果我继续执行：

A[:,0] = b
A
Out: array([[12, 12],
            [ 3,  3]])
b
Out: array([12,  3])
b+=1
A
Out: array([[12, 13],
            [ 3,  4]])

我不明白的是为什么第一列保持不变，而其他列不是？为什么第二列继续指向b数组？是否有规则来决定何时对数组进行深拷贝赋值？

- jay--bee

---

我不知道Python，但它看起来像C++指针。你可以将一个内存空间分配给多个变量（就像许多变量读取相同的内存指针），而不是将一个变量分配给多个内存空间（1个变量读取多个内存指针）。 - Vuwox

Answer 1

When you are doing

b=A[:,1]

它正在创建对底层数组的引用。 但在这种情况下

A[:,0] = b

只有值会被复制。因此，在最后一个语句中，第一列保持不变，而仍由b引用的第二列发生了变化。 请参考这个链接

- avinash pandey

---

谢谢。当我执行 A[:,1]=b 后，这个引用不会被覆盖吗？感谢提供的链接，但是我发现 B[:]=A 也是一个引用，而不是一个独立的副本。 - jay--bee