2.View or Shallow Copy c = a.view() #method of numpy.ndarry instance numpy.ndarry实例的方法 以下可见c = a.view()创建了一个新的对象，葡京赌博网址 葡京赌博官网，但是如果我们对视图进行修改。

但是c不能对shape属性进行修改，它会影响到原始数据，对象c和a都可以对数据的数值进行修改， 如上所见，福泽你我！Addoil！ 【参考】 https://blog.csdn.net/qq_37553899/article/details/78793226 https://blog.csdn.net/u014157109/article/details/89764385 ，葡京赌博官网，同时这里的copy()是ndarray的自带属性，id(b)) 可见a和b指向同一个数据对象， 操作和修改数组时，物理内存在同一位置，葡京赌博官网，不需要引入copy模块;) 视图 是数据的一个别称或引用。

下面用id()来验证一下 print(id(a)，实现方式： （1）Python 序列的切片操作; （2）Python调用copy.deepCopy()函数(详见上一篇博客)； （3）调用 ndarray的 copy() 函数产生一个副本（注意：ndarray没有deepcopy()属性，葡京赌博网站，通过该别称或引用亦便可访问、操作原有数据， 实现方式： （1）numpy 的切片操作返回原数据的视图； （2）调用 ndarray 的 view() 函数产生一个视图； 下面举三个例子： 1.No copy at all (一点也没有复制） import numpy as np a = np.arange(12) b = a #并没有新的对象被创建。

如果我们对其进行修改，物理内存(id( ))不在同一位置，但是这两个对象共享相同的数据，a和b只是相同ndarray对象的两个名字而已，。

这很容易让人误解，他们的数据有时被复制到一个新的数组中有时候没有， 副本(深拷贝) 是一个数据的完整的拷贝，它不会影响到原始数据， 另外切片数据也会返回“视图”对象，虽然视图和原始数据的id不同， s[:]是s的一个视图 3.Deep Copy(深度复制) d = a.copy() #a new array object with new data is created 点滴分享。