NumPy中view()方法的作用是什么？与直接赋值有何区别？

首先“两段代码功能完全相同”的说法是错误的，二者底层逻辑和实际表现有本质区别：

view()方法的核心作用 #

NumPy的view()会创建一个与原数组共享底层数据存储空间，但拥有独立元数据（维度、数据类型、步长等）的新数组对象，不会额外拷贝数据，执行效率极高。

两段代码的核心区别 #

Code 2 直接赋值的表现 #

arr2 = arr本质是给原数组对象新增一个别名，arr和arr2指向完全同一个数组对象：

• 不管修改arr2的元素值，还是修改arr2的shape、dtype等元属性，所有改动都会完全同步到arr，二者没有任何独立属性。

示例验证：

import numpy as np
arr = np.array([1, 2, 3])
arr2 = arr
arr2.shape = (3, 1)
print(arr.shape) # 输出 (3, 1)，原数组的结构被直接修改

Code 1 view()创建的表现 #

arr2 = arr.view()中arr和arr2是两个独立的数组对象，仅共享底层数据块：

• 修改arr2的元素值时，因为共享数据，arr的对应值也会同步改动
• 修改arr2的shape、dtype等元属性时，不会对原数组arr产生任何影响

示例验证：

import numpy as np
arr = np.array([1, 2, 3])
arr2 = arr.view()
arr2.shape = (3, 1)
print(arr.shape) # 输出 (3,)，原数组结构完全不受影响

需要使用view()的核心场景 #

• 无成本切换数据解析规则：比如需要将uint8格式的字节数组按int32格式解析，不需要拷贝数据，直接arr.view(np.int32)即可，处理大数组时能节省大量内存和时间开销
• 安全修改数组结构：临时需要调整数组维度、数据类型做计算，又不想改动原数组的元属性，用view可以避免误改原数组结构
• 数组类型安全转换：实现普通NumPy数组和自定义数组子类（比如掩码数组、pandas的Series底层结构）的转换，不需要拷贝数据就能完成类型切换

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