副本和视图

简单的赋值不会创建数组对象的副本。 相反，它使用原始数组的相同来访问它。 id()返回 Python 对象的通用标识符，类似于 C 中的指针。

此外，一个数组的任何变化都反映在另一个数组上。 例如，一个数组的形状改变也会改变另一个数组的形状。

我们的数组是：
[0 1 2 3 4 5]
调用 id() 函数：
139747815479536
a 赋值给 b：
[0 1 2 3 4 5]
b 拥有相同 id()：
139747815479536
修改 b 的形状：
[[0 1]
 [2 3]
 [4 5]]
a 的形状也修改了：
[[0 1]
 [2 3]
 [4 5]]

NumPy 拥有ndarray.view()方法，它是一个新的数组对象，并可查看原始数组的相同数据。 与前一种情况不同，新数组的维数更改不会更改原始数据的维数。

输出如下：

[[0 1]
 [2 3]
创建 a 的视图：
[[0 1]
 [2 3]
 [4 5]]
两个数组的 id() 不同：
a 的 id()：
140424307227264
b 的 id()：
140424151696288
b 的形状：
[[0 1 2]
 [3 4 5]]
a 的形状：
[[0 1]
 [2 3]
 [4 5]]

输出如下：

我们的数组：
[[10 10]
 [ 2 3]
 [ 4 5]]
[[10 10]
 [ 2 3]
 [ 4 5]]

ndarray.copy()函数创建一个深层副本。 它是数组及其数据的完整副本，不与原始数组共享。

数组 a：
[[10 10]
 [ 2 3]
 [ 4 5]]
创建 a 的深层副本：
数组 b：
[[10 10]
 [ 2 3]
 [ 4 5]]
我们能够写入 b 来写入 a 吗？
False
修改 b 的内容：
修改后的数组 b：
[[100 10]
 [ 2 3]
 [ 4 5]]
a 保持不变：
[[10 10]
 [ 4 5]]