为何变量‘D8’在第二行代码执行后被意外修改？

这是因为numpy数组的赋值是引用传递：当你执行D8 = D7时，并没有生成D7的副本，只是让D8和D7指向内存中同一个数组对象。所以修改D7的内容时，D8作为同一个数组的引用，必然会同步变化。

要保存D7的原始值到独立的D8中，需要创建数组的深拷贝，用numpy数组自带的copy()方法即可：

D8 = D7.copy()

D7[np.eye(D7.shape[0], D7.shape[1]).astype('bool')] = np.nan

执行这段代码后，D8会是一个完全独立的数组，修改D7的对角线为NaN时，D8会保持初始的数值不变。

• 对于numpy数组，直接赋值（a = b）属于引用传递，两个变量共享同一块内存数据
• copy()方法会创建全新的数组对象，数据和原数组完全分离，修改其中一个不会影响另一个
• 针对多维数组，copy()默认是深拷贝，会递归复制所有层级的元素，确保完全独立

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