Numpy中使用切片操作时什么情况下会生成新数组？

Numpy索引返回视图/拷贝的核心规则 #

你遇到的差异本质是Numpy对基本索引和高级索引的返回值设计不同：

• 基本索引：仅由整数、slice对象（即start:end:step格式的切片）、省略号...、newaxis组成的索引，返回原数组的视图，视图和原数组共享数据存储空间，修改视图会同步影响原数组。
• 高级索引：只要索引中包含整数数组/列表、布尔数组、非元组序列，就属于高级索引，返回原数组的拷贝，拷贝是独立的新数组，修改拷贝不会影响原数组。

两种链式赋值操作的差异拆解 #

第一种操作：a[[0,1],:][0:2,:] = [[11,12,13],[8,9,7]]

1. 第一步执行a[[0,1],:]：索引包含整数列表[0,1]，属于高级索引，返回原数组的临时拷贝，没有变量持有这个临时拷贝。
2. 第二步执行切片赋值：修改的是上述临时拷贝，赋值完成后临时拷贝直接被回收，原数组完全没有被改动，所以打印结果和初始值一致。

第二种操作：a[0:2,:][[0,1],:] = [[11,12,13],[8,9,7]]

1. 第一步执行a[0:2,:]：索引是slice对象0:2，属于基本索引，返回原数组前两行的视图，和原数组共享数据存储。
2. 第二步执行高级索引赋值：修改的是视图对应的数据空间，因为视图和原数组共享数据，改动会同步回原数组，所以最终原数组的前两行被成功修改。

避坑建议 #

尽量不要用链式索引做赋值操作，把多步索引合并为一次索引操作，比如直接写a[[0,1],:] = [[11,12,13],[8,9,7]]，就不会出现赋值不生效的问题。

内容的提问来源于stack exchange，提问作者Byihlql