Numpy数组视图疑问：为何视图与原数组对应元素id不同？

先看你给出的代码：

import numpy as np
x=np.array([[1,2,3],[4,5,6],[7,8,9]])
y=x[0:2,0:2]
y.base # is x
id(x[1,1])
id(y[1,1])

核心原因其实很直白：

• 当你用x[1,1]或y[1,1]访问单个元素时，numpy不会直接返回底层内存里的原始数值，而是会临时创建一个新的Python标量对象（比如numpy.int64类型）来封装这个值。
• 每次执行这种索引操作，都会生成一个全新的对象，而id()是用来标识Python对象唯一性的，新对象的id自然不同。
• 虽然y是x的视图，二者共享底层内存数据，但每次取单个元素时的对象包装过程是独立的，和是不是视图没有关系。

你可以做个简单验证：连续两次取x[1,1]，它们的id也会不一样：

print(id(x[1,1]))
print(id(x[1,1])) # 输出的id和上一行不同

这就坐实了问题出在每次索引都会生成新的标量对象，和视图本身无关。

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