Python中对Numpy切片数组执行元组赋值的运行机制是什么？

你的理解完全正确。
我们可以拆解整个执行逻辑验证：

1. 普通变量交换a, b = b, a能正常工作的前提是，右侧先完成所有求值，拿到b、a指向的对象引用打包为元组，再依次修改左侧变量的指向，全程不会修改对象本身的内容。
2. NumPy的切片和普通变量不同，切片返回的不是独立新数组，是原数组的视图，本质就是指向原数组对应内存区间的引用，不会主动拷贝底层数据。
3. 你写的交换语句执行流程如下：
   • 首先对右侧表达式求值，得到两个视图对象：分别指向原数组的后2个元素、原数组的前2个元素，此时还没有发生任何数据修改
   • 多目标赋值按从左到右的顺序执行：先把第一个右侧值（后2个元素视图对应的数据）写入a[:2]对应的内存，此时原数组的前2个元素已经被覆盖为原后2个元素的值
   • 接下来给a[2:]赋值，此时第二个右侧值是指向原数组前2个元素的视图，读取到的已经是刚修改后的新值，写入后2个元素的位置后，最终前后两半的值就完全一致了。

如果要实现预期的交换效果，只需要在右侧求值时强制拷贝切片的数据，避免使用视图即可：

a[:2], a[2:] = a[2:].copy(), a[:2].copy()

也可以直接拼接生成新数组赋值给原变量：

a = np.concatenate([a[2:], a[:2]])

内容的提问来源于stack exchange，提问作者ihdv