NumPy的分配切片，当数组复制的

Question

因此，与numpy的阵列分配一个到另一个只是复制参考： 即

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

如果我想有一个深拷贝，然后我应该使用x.copy()。从高维数组中观看时也是如此，例如，

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

而反过来（从上面继续）：

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

所以到这里的一切工作始终。但现在如果我继续和做：

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，其他不是？为什么第二列继续指向b数组？是否有任何规则来决定何时在赋值时深度复制数组？

Answer 1

当你正在做

b=A[:,1] 

它正在创建底层数组的引用。 但在这种情况下

A[:,0] = b 

值只有copied.As在最后的陈述，而目前仍在由b变为引用第二列第一列保持不变的结果。 Take a look at this