为何修改numpy数组迭代行对象会同步更新原数组？

我的代码 #

函数定义：

def invert_blackwhite(x):
    for riga in x:
        for idx_colonna in range(len(riga)):
            if (riga[idx_colonna] == 0):
                riga[idx_colonna] = 1
            else:
                riga[idx_colonna] = 0            
        print(riga)
    return x

调用代码：

import numpy as np
x = np.array([[0,1,0],[1,1,1],[0,1,0],[0,1,0]])
invert_blackwhite(x)

输出结果：

[1 0 1]
[0 0 0]
[1 0 1]
[1 0 1]

我的困惑 #

我在函数里遍历数组的行，只操作riga对象，但原变量x也被更新了，不清楚修改riga为何会同步更新x，希望得到解答。

这是因为numpy数组的行是原数组的视图（view），而非副本（copy）。

当你用for riga in x遍历numpy二维数组时，每次迭代拿到的riga并不是独立的新数组，而是指向原数组x中对应行数据的引用——riga和原数组x共享同一块内存空间。

所以当你修改riga里的元素时，本质上是直接修改了原数组x对应位置的内存数据，自然会看到原数组x被同步更新。

如果想避免修改原数组，可以在遍历前先创建原数组的副本，或者在遍历行的时候显式生成行的副本，比如：

def invert_blackwhite(x):
    # 先创建原数组的副本，避免修改原数据
    x_copy = x.copy()
    for riga in x_copy:
        for idx_colonna in range(len(riga)):
            riga[idx_colonna] = 1 - riga[idx_colonna]
        print(riga)
    return x_copy

或者用更高效的numpy原生操作替代循环：

def invert_blackwhite(x):
    x_copy = 1 - x
    for row in x_copy:
        print(row)
    return x_copy

内容的提问来源于stack exchange，提问作者CrazyHorse