Python的Numpy的Array的副本（copy）和视图（view）

操作和修改数组时，他们的数据有时被复制到一个新的数组中有时候没有，这很容易让人误解。

下面举三个例子：

1.No copy at all (一点也没有复制）

import numpy as np

a = np.arange(12)

b = a  #并没有新的对象被创建，a和b只是相同ndarray对象的两个名字而已，下面用id()来验证一下

print(id(a),id(b))

可见a和b指向同一个数据对象。

2.View or  Shallow Copy

c = a.view()    #method of numpy.ndarry instance  numpy.ndarry实例的方法

以下可见c = a.view()创建了一个新的对象，但是这两个对象共享相同的数据。

如上所见，对象c和a都可以对数据的数值进行修改，但是c不能对shape属性进行修改。

另外切片数据也会返回“视图”对象。

s[:]是s的一个视图

3.Deep Copy(深度复制)

d = a.copy()    #a new array object with new data is created

本文来自https://docs.scipy.org/doc/numpy-dev/user/quickstart.html开源社区，里面有完善的文档，取之不尽的资源。大家可以多去访问开源社区。