NumPy 数组复制与视图
复制与视图的区别
数组的复制与视图之间的主要区别在于，复制是一个新的数组，而视图只是原始数组的视图。
复制拥有数据，对复制进行的任何更改都不会影响原始数组，对原始数组进行的任何更改都不会影响复制。
视图不拥有数据，对视图进行的任何更改都会影响原始数组，对原始数组进行的任何更改都会影响视图。
复制
示例
创建复制，更改原始数组，并显示两个数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
arr[0] = 42
print(arr)
print(x)
尝试一下 »
复制不应受到对原始数组更改的影响。
视图
示例
创建视图，更改原始数组，并显示两个数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
arr[0] = 42
print(arr)
print(x)
尝试一下 »
视图应该受到对原始数组更改的影响。
在视图中进行更改
示例
创建视图，更改视图，并显示两个数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.view()
x[0] = 31
print(arr)
print(x)
尝试一下 »
原始数组应该受到对视图更改的影响。
检查数组是否拥有其数据
如上所述，复制拥有数据，而视图不拥有数据，但我们如何检查这一点呢？
每个 NumPy 数组都有一个名为base的属性，如果数组拥有数据，则该属性返回None。
否则，base属性将引用原始对象。
示例
打印 base 属性的值以检查数组是否拥有其数据
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
x = arr.copy()
y = arr.view()
print(x.base)
print(y.base)
尝试一下 »
复制返回None。
视图返回原始数组。
