为何NumPy数组x做标量乘法后，引用数组y不再与x关联？

关键在于两种修改操作的本质完全不同：

1. 索引赋值是原地修改数组对象 #

当执行x[0] = 0这类操作时，你并没有改变变量x指向的对象——x依然指向最初创建的那个NumPy数组。你只是直接修改了这个数组对象内部存储的元素值。

因为y = x是让变量y和x指向同一个数组对象，所以y自然能看到元素的变化，两者的内存地址（id()）也完全一致。

import numpy as np

x = np.array([1, 2, 3])
y = x
z = np.copy(x)

x[0] = 0
print(x)  # 输出: array([0, 2, 3])
print(y)  # 输出: array([0, 2, 3])
print(id(x) == id(y))  # 输出: True

2. 标量乘法会创建全新的数组对象 #

x = x * 2操作分为两步：

• 首先，x * 2会生成一个独立的新NumPy数组，里面的元素是原数组的2倍，这个新数组在内存中拥有单独的地址。
• 然后，x = ...把变量x的引用从原来的旧数组，重新指向了这个新创建的数组。

而变量y没有被重新赋值，它仍然指向最初的旧数组。此时x和y指向的是两个完全不同的对象，内存地址自然不一样，y的值也不会跟着变化。

import numpy as np

x = np.array([1, 2, 3])
y = x
z = np.copy(x)

x = x * 2
print(x)  # 输出: array([2, 4, 6])
print(y)  # 输出: array([1, 2, 3])
print(id(x) == id(y))  # 输出: False

补充：想要原地修改的替代写法 #

如果希望标量乘法后x和y依然关联，可以用原地操作符*=，或者np.multiply的out参数，它们会直接修改原数组的内容，不会创建新对象：

import numpy as np

x = np.array([1, 2, 3])
y = x

x *= 2
print(x)  # 输出: array([2, 4, 6])
print(y)  # 输出: array([2, 4, 6])
print(id(x) == id(y))  # 输出: True

内容的提问来源于stack exchange，提问作者Höni