Python 子部分数组通过单个替换影响主数组，但矢量化时不影响主数组

为什么子部分数组通过单独替换影响主数组，但矢量化时不影响主数组

例如，如果代码为：

import numpy as np

Z =np.array( 
    [[0,4,0,0,0,0],
     [0,0,0,1,0,0],
     [0,1,0,1,0,0],
     [0,0,1,1,0,0],
     [0,0,0,0,0,0],
     [0,0,0,0,0,0]])
print Z

X= Z[1:4,0:3]
X[0][0]=9
print X
print Z  #<=== X affects Z
X=X*3+1
print X
print Z  #<=== X do not affect Z

将numpy导入为np
Z=np.数组（
[[0,4,0,0,0,0],
[0,0,0,1,0,0],
[0,1,0,1,0,0],
[0,0,1,1,0,0],
[0,0,0,0,0,0],
[0,0,0,0,0,0]])
打印Z
X=Z[1:4,0:3]
X[0][0]=9
打印X
print Z#这是因为切片Numpy数组会返回原始数组的视图，因此修改它也会影响原始数组

发件人：

通过基本切片生成的所有阵列始终为原始阵列
数组

这是因为切片Numpy数组会返回原始数组的视图，因此修改它也会影响原始数组

发件人：

通过基本切片生成的所有阵列始终为原始阵列
数组

X=X*3+1
不会修改原始数组，因为它不会就地修改
X

想象一下：

Y = X * 3 + 1

你不会期望这会改变原来的数组吧
X=X*3+1
是同一种表达式。它不会更改
X
本身，它只是将局部变量
X
的值更改为一个全新的数组

如果要修改原始阵列，可以执行以下操作：

X *= 3
X += 1

这将在
X
的内部操作，因此更改
Z
X=X*3+1
不会修改原始数组，因为它不会就地修改
X

想象一下：

Y = X * 3 + 1

你不会期望这会改变原来的数组吧
X=X*3+1
是同一种表达式。它不会更改
X
本身，它只是将局部变量
X
的值更改为一个全新的数组

如果要修改原始阵列，可以执行以下操作：

X *= 3
X += 1

这将在
X
的内部操作，因此改变
Z
，正如Ashwini Chaudhary所提到的，切片一个Numpy数组会返回原始数组的视图，但是当运行
X=X*3+1
时，X不再是Z的视图，X的引用会改变，因此，即使之后运行
X*=3
，也不会改变Z
，正如Ashwini Chaudhary所提到的，切片一个Numpy数组会返回原始数组的视图，但是当运行
X=X*3+1
时，X不再是Z的视图，X的引用会改变，因此，即使之后运行
X*=3
也不会改变Z
X=X*3+1是否也会修改原始数组？@user3211991否，因为您正在使用数学运算创建一个新数组，并将其分配给变量X try with
print id（X）
行的前后
X=X*3+1
@user3211991 X*3只需返回一个新数组，然后将
X
指向该新数组。它类似于：
a=b=[]；b=2
，这无论如何都不会影响
a
。X=X*3+1是否也会修改原始数组？@user3211991否，因为您正在使用数学运算创建一个新数组，并将其分配给变量X try，使用
打印id（X）
行的前后
X=X*3+1
@user3211991 X*3只需返回一个新数组，然后将
X
指向该新数组。它类似于：
a=b=[]；b=2，这无论如何都不会影响
a
。