Python变量是否类似指针？修改函数内NumPy数组为何影响原字典值

Python中不存在传统C语言意义上的显式指针，但所有变量本质是指向内存中实际对象的引用标签，赋值操作A_ = A并不会复制对象内容，只是把同一个对象的引用绑定到新的变量名上。
对象分为可变和不可变两类，这是行为差异的核心：

• 不可变对象（如int、字符串、元组）：一旦创建就无法修改，对其做“修改”操作时会生成全新的对象，因此通常不会出现共享修改的问题
• 可变对象（如列表、numpy数组）：支持直接修改内存中的原有数据，所有指向这个对象的引用标签，都能观测到修改后的内容

回到你的代码逻辑：

• 字典dicto的"A"键存储的是一个numpy数组（可变对象）的引用
• 传入函数后，形参A绑定到这个数组对象
• A_ = A只是给同一个数组多贴了一个名为A_的局部标签，没有生成新的数组
• 对A_[0,1]的修改，本质是直接修改了这个共享的数组本身，因此字典中存储的内容同步发生了变化

你之前误以为局部变量的修改不会影响外部，是混淆了「变量名的作用域」和「对象本身的修改」：局部标签A_确实会在函数退出时被销毁，但它指向的数组对象如果和外部共享，对对象内容的修改是全局生效的。
至于你用A * 1生效的原因：numpy的数值运算会返回一个全新的数组对象，此时A_绑定的是独立的新数组，和原数组没有任何关联，修改自然不会影响原数据。

你不需要用A *1这类带数值运算的方式创建副本，numpy提供了专门的数组拷贝方法，没有额外计算开销：

• 直接调用数组自带的.copy()方法：这是最常用的高效实现，会完整复制数组的所有数据，生成完全独立的新数组，和原数组的内存空间互不干扰。

修改后的函数示例：

def func(A, B):
    A_ = A.copy()
    A_[0, 1] = A_[0, 1] + 1

注意避开常见误区：不要用A_ = A[:]这类切片操作，切片生成的是数组的视图，仍然和原数组共享内存，修改视图同样会改动原数组。

如果后续遇到类似的变量、数组修改问题，可以用以下关键词搜索：

• Python 可变对象 引用传递
• numpy 数组 拷贝 视图 差异

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