Numpy处理自引用数据时是否总会创建副本？含重叠与非重叠场景

1. 源与目标范围重叠的场景 #

先看这段代码：

k = 1000000000
a = np.arange(k)
a[:-1] = a[1:]

你的猜测完全正确。当源切片和目标切片存在重叠时，numpy会先创建源切片的副本，再将副本的值批量赋值给目标切片。这是因为如果直接原地修改，会导致后续元素被提前覆盖，最终得到错误结果——比如修改a[0]为a[1]后，再修改a[1]时，原本的a[2]已经不是初始值了，必须先复制源区域的所有值才能保证结果正确。

2. 源与目标范围无重叠的场景 #

再看这段无重叠的代码：

k = 1000000000
a = np.arange(k)
a[:k//2] = a[k//2:]

这种情况下numpy不会创建副本，会直接原地执行赋值操作。因为两个切片没有重叠，numpy可以安全地直接将源区域的值逐元素复制到目标区域，不需要额外的临时存储空间。你可以通过观察内存使用情况验证：执行这段代码时，内存占用不会出现明显峰值（如果创建副本，内存会临时增加约一半数组的大小）。

内容的提问来源于stack exchange，提问作者Xaser