Numpy数组行交换函数失效，请求排查问题原因

你的代码失效的核心原因是NumPy数组的切片返回的是原数组的视图，而非独立的副本。

看你代码里的这行：

temp = M_copy[row_num_1]

这里的temp并不是M_copy[row_num_1]的完整拷贝，它只是指向该行数据的一个引用。当你执行M_copy[row_num_1] = M_copy[row_num_2]后，temp会同步变成M_copy[row_num_2]的值——因为它们指向同一块内存。最后执行M_copy[row_num_2] = temp时，相当于把M_copy[row_num_2]的值重新赋给自己，等于没完成交换操作。

解决办法 #

有两种简单的修复方式：

1. 为临时变量创建独立副本

给切片结果调用.copy()，让temp成为真正独立的数组：

import numpy as np

def SwapRows(M: np.ndarray, row_num_1: int, row_num_2: int) -> np.ndarray:
    M_copy = M.copy()
    # 创建行的独立副本，避免引用共享
    temp = M_copy[row_num_1].copy()
    M_copy[row_num_1] = M_copy[row_num_2]
    M_copy[row_num_2] = temp
    
    return M_copy

2. 利用NumPy高级索引直接交换

这种方式更简洁高效，不需要临时变量，NumPy会自动处理索引对应元素的交换：

import numpy as np

def SwapRows(M: np.ndarray, row_num_1: int, row_num_2: int) -> np.ndarray:
    M_copy = M.copy()
    # 通过索引直接交换两行
    M_copy[[row_num_1, row_num_2]] = M_copy[[row_num_2, row_num_1]]
    
    return M_copy

内容的提问来源于stack exchange，提问作者David Nduonofit