课后总结：python与numpy的深拷贝和浅拷贝

Numpy

浅拷贝——ndarray.view()

共享“视图”（view)中的两个变量，当其中一个变量的值改变时，另一个变量的值也随之改变。此时，变量间的“拷贝”就是“浅拷贝”。

import numpy as np
a=np.array([-1,2,33,4,25,56])
b=a.view()           #共享视图
a.shape=(2,3)        #将a数组排列成两行三列方便区分
a[1,1]=0             #替换a的元素
a                    #输出a得到
                               #array([0,2,33],
                                #     [4,25,56])
#再检查b，跟a一样
#反之替换b中元素，a中也会改变

深拷贝——np.copy()

    通过深拷贝得到的变量互不干扰，其中一个变量改变时，不影响其他变量的值。

存储元素中的浅拷贝和深拷贝

使用整数序列对数组元素进行存取时，将整数序列中每个元素作为下标。使用整数序列作为下标的到的数组不和原始数组共享数据空间。

当使用布尔数组作为下标存取数组中的元素时&#x