如何在不复制数组的情况下合并同一numpy数组的两个视图？

首先直接给结论：你想要的无复制拼接是不可行的，原因和numpy的视图机制密切相关，下面详细拆解：

为什么np.concatenate必须复制数据 #

numpy的视图（比如你创建的mat_1和mat_2）本质是对原数组内存块的"观察窗口"，它依赖于连续的内存区域或者有固定步长的内存布局。而mat[:i,:]和mat[j:,:]在原数组的内存里是被mat[i:j,:]这一段隔开的，两者的内存地址完全不连续——numpy没办法用一个单一的视图对象来表示这种非连续的内存片段，所以np.concatenate必须把这两个视图的数据复制到一块新的连续内存里，生成mat_s这个新数组。

替代方案：避免复制的可行思路 #

既然拼接必然会复制，我们可以换个思路绕过拼接操作：

1. 修改函数接受多个数组输入 #

如果func是你自己可以修改的，直接让它接受多个数组参数，分别处理两个视图即可，完全不需要复制：

# 示例：修改后的func
def func(arr1, arr2):
    # 分别处理两个视图，比如做统计计算
    res1 = arr1.mean(axis=0)
    res2 = arr2.mean(axis=0)
    # 按需合并结果
    return np.hstack((res1, res2))

# 调用时直接传入两个视图
result = func(mat_1, mat_2)

这样既没有复制数据，又能保证原数组不会被修改（只要func里不对传入的数组做赋值操作）。

2. 给视图添加只读保护（可选） #

如果你担心func误修改数组，可以给视图加上只读属性，从根源上避免意外修改原数据：

mat_1.flags.writeable = False
mat_2.flags.writeable = False

这样如果func里尝试修改数组，numpy会直接抛出错误，杜绝误操作。

补充：关于掩码索引的误区 #

可能有人会想到用布尔掩码标记需要保留的行，但要注意：掩码索引返回的是副本而非视图，所以这种方式依然会复制数据，仅当你需要多次复用这个子集时才值得考虑：

mask = np.ones(mat.shape[0], dtype=bool)
mask[i:j] = False
# mat[mask]是副本，仍会复制数据
result = func(mat[mask])

内容的提问来源于stack exchange，提问作者faidros