为何修改NumPy数组b后原数组a未同步更新？

首先明确：NumPy数组切片（比如a[1:3,0:3]）返回的是原数组的视图，而非副本——这个视图和原数组共享同一块内存空间，变量b只是指向该视图的引用。

两种写法的核心差异 #

• b = b + 100：变量b被重新赋值
  执行b + 100时，NumPy会生成一个全新的数组（所有元素加100后的结果），随后变量b的指向从原视图切换到了这个新数组。此时b和原数组a彻底失去关联，所以修改后的b不会影响a。

• b[0, 0] = 100：直接修改视图指向的内存
  这种写法是通过视图b直接操作它所指向的原数组a的内存区域。因为视图与a共享内存，所以对b元素的修改会直接同步到a上。

验证代码对比 #

你可以运行这段代码直观感受区别：

import numpy as np

a = np.zeros((4,5))
b = a[1:3,0:3]

# 测试重新赋值b的情况
print("修改前的a:\n", a)
b = b + 100
print("执行b = b+100后的a:\n", a)
print("此时的b:\n", b)

# 重置后测试直接修改元素的情况
a = np.zeros((4,5))
b = a[1:3,0:3]
b[0,0] = 100
print("\n执行b[0,0]=100后的a:\n", a)
print("此时的b:\n", b)

如果想通过切片视图修改原数组，同时保持b与a的关联，建议使用原地操作，比如b += 100——这会直接修改视图指向的内存，而非生成新数组，此时a也会同步更新。

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