Python 共享阵列视图和阵列数据副本之间的定义和区别？

我有一本书是这样写的，“当我们处理一个共享数组视图时，以及当我们有一个 然而，这本书从未明确说明这两种东西是什么

---

有人能简单地解释一下什么是共享阵列视图，什么是阵列数据的副本吗？区别是什么？有人能用一个简单的比喻来解释这一点吗？谢谢

查看共享数组是指在内存中共享的用于多处理的数组，而不是具有实际数组数据（如pickle）

---

如果您感兴趣，是指向深入对话的链接。

查看共享数组是指在内存中共享的用于多处理的数组，而不是具有实际数组数据（如pickle）

---

如果你感兴趣，是一个更深入的对话链接。

检查的一种方法是使用numpy的

可以共享内存

：

In [11]: a = np.array([1, 2, 3])

In [12]: b = a[0:2]

In [13]: c = a.copy()

In [14]: np.may_share_memory(a, b)
Out[14]: True

In [15]: np.may_share_memory(a, c)
Out[15]: False

In [16]: np.may_share_memory(b, c)
Out[16]: False

这一点很重要，因为指定给副本不会影响原始阵列，而更改视图将：

In [21]: b[1] = 7

In [22]: a
Out[22]: array([1, 7, 3])

In [23]: c[1] = 11

In [24]: a
Out[24]: array([1, 7, 3])

In [25]: c
Out[25]: array([ 1, 11,  3])

---

检查的一种方法是使用numpy的

可以共享内存

：

In [11]: a = np.array([1, 2, 3])

In [12]: b = a[0:2]

In [13]: c = a.copy()

In [14]: np.may_share_memory(a, b)
Out[14]: True

In [15]: np.may_share_memory(a, c)
Out[15]: False

In [16]: np.may_share_memory(b, c)
Out[16]: False

这一点很重要，因为指定给副本不会影响原始阵列，而更改视图将：

In [21]: b[1] = 7

In [22]: a
Out[22]: array([1, 7, 3])

In [23]: c[1] = 11

In [24]: a
Out[24]: array([1, 7, 3])

In [25]: c
Out[25]: array([ 1, 11,  3])

---

数组究竟是什么？数组一定是图像吗？@user326803-数组只是数据的集合<代码>整数，

浮动

，等等。数组到底是什么？数组一定是图像吗？@user326803-数组只是数据的集合<代码>整数，

浮动

，等等。