关于矩阵复制-Matlab和Python之间的不同

问题描述：

import numpy as np

#生成200*100的矩阵（将矩阵转换为整型方便理解）
pre_data=np.random.normal(50,20, size=(200,100))
pre_data=pre_data.astype(np.int)

#从矩阵pre_data中截取前98列
post_data=pre_data[:,0:98]

                                                                     Fig 1.

post_data[:,15]=(post_data[:,14]+post_data[:,16])

                                                                     Fig 2.

（1）代码段1先随机生成了200*100的整型随机矩阵，如Fig 1.所示；

（2）经过post_data=pre_data[:,0:98]后截取生成200*98的整型随机矩阵；

（3）代码段2将post_data中的第16列取为pre_data中第15和第17列的均值

按照正常情况理解，pre_data第16列（即上图列标15）处不应该发生改变，但是对比Fig 1.和Fig 2.中可以很明显地观察到，第16列的取值为左右两列的均值，此处发生改变。而在Matlab中直接截取生成新的矩阵居然并不会发生类似的情况。

冥思苦想（百度）了一上午之后，我发现上述操作只是浅层拷贝，而要达到新生成的矩阵与原矩阵没有关联，则需要进行深层拷贝。

具体操作举例如下：

post_data=np.array(pre_data[:,0:98], copy=True)

当然还有更多的操作这里就不列举了！