Python 数组的赋值会更改数组本身

将一个值从一个数组赋给另一个数组时，右侧的数组会发生变化。你能指出我可能犯的错误吗

下面的代码找到了最长的递增序列，最后一行出现问题

yy[-1]=y[n]

。每当执行此行时，y中的值也会更改

import numpy as np

p = np.array([466, 5500, 2615, 4056, 2196, 4254, 2987, 5125, 1060, 7344, 2990])
y = p.argsort()

yy = y[-2:]
yy = yy[::-1]

n = len(y)-2

while(n>0):
    n = n-1
    if (y[n] < yy[-1]):
        yy = np.append(yy,y[n])

    if ((y[n] > yy[-1]) & (y[n] < yy[-2])):
            yy[-1] = y[n]

将numpy导入为np
p=np.数组（[46655002615405620196196425429875125106073442990]）
y=p.argsort（）
yy=y[-2:]
yy=yy[：-1]
n=len（y）-2
而（n>0）：
n=n-1
如果（y[n]yy[-1]）和（y[n]

您可以在以下内容中阅读：

通过基本切片生成的所有阵列始终是原始阵列的视图

这意味着

y

和

yy

基本上是相同底层数据结构的不同视图。所以当你改变第一个你也改变了第二个，反之亦然

最简单的方法是在对阵列进行切片后复制阵列，转动以下线条：

yy = y[-2:]

进入：

---

我没有认真阅读您的代码，但从我的角度来看，问题似乎发生了，因为NumPy阵列在切片时返回轻量级包装，而不是新阵列。因此，

yy

和

y

是同一数组的不同视图。因此，在共享位置上的所有操作都会影响

y

和

yy

，但随后会得到

np。在那里追加

，这会在某个点返回一个新数组。顺便说一句，在循环中使用

np.append

效率很低。如果您确实需要具有就地

附加功能的快速轻量级动态C-阵列，请使用
阵列.array
。循环结束后，如果需要特殊的NumPy功能，只需将其转换为NumPy数组即可。@EliKorvigo感谢您的改进意见
yy = y[-2:].copy()