为什么ndarray的相关方法表现出类似不可变对象的特性？

• 首先纠正常见认知误区：NumPy的ndarray本身属于可变类型，支持原地修改元素值（例如执行x[0] = 99会直接改动原数组），你观察到的reshape不修改原数组的现象，和不可变/可变的类型属性没有直接关联，差异本质来自两类对象的方法设计策略不同。
• NumPy的ndarray.reshape()方法默认不执行原地修改，调用后会返回一个新的数组视图（内存布局兼容时）或者新的数组副本，完全不会改动原数组的结构。如果需要原地修改数组形状，可直接修改数组的shape属性：x.shape = (3,2)，执行后原数组就会变成二维结构。
• Python内置列表的同类修改方法（例如sort()、reverse()）默认采用原地修改逻辑，调用后不会返回新对象，直接修改原列表的内容或顺序。当然列表也有非原地的等价操作，例如内置函数sorted(列表)就会返回全新的排序后列表，原列表不会被改动。

直观代码对比参考：

# ndarray reshape 行为示例
import numpy as np
x = np.arange(6)
y = x.reshape(3,2) # 必须接收返回值才能拿到重塑后的结构
print(x) # 输出 [0 1 2 3 4 5]，原数组无变化
print(y) # 输出 [[0 1] [2 3] [4 5]]，为重塑后的结果

# 列表原地修改方法示例
a = [3,1,2]
a.sort()
print(a) # 输出 [1,2,3]，原列表被直接修改

内容的提问来源于stack exchange，提问作者Moshe