在numpy中，如果我们有一个nD数组，然后我们有同一个nD数组的多个切片，那么如果我们在其中一个切片中进行更改，那么它将反映在所有切片中[即没有创建新对象]，那么为什么如果我们检查这些切片的id（），它们会出现不同？
例如：
import numpy as np
a = np.array([10,20,30,40,50,60,70,80,90])
b = a[:5]
c = a[2:6]
d = a[3:7]
a
array([10, 20, 30, 40, 50, 60, 70, 80, 90])
b
array([10, 20, 30, 40, 50])
c
array([30, 40, 50, 60])
d
array([40, 50, 60, 70])
a[3]=9999
a
array([ 10, 20, 30, 9999, 50, 60, 70, 80, 90])
b
array([ 10, 20, 30, 9999, 50])
c
array([ 30, 9999, 50, 60])
d
array([9999, 50, 60, 70])
id(a)
1592350341040
id(b)
1592350341424
id(c)
1592353526704
id(d)
1592750164944个字符
1条答案
按热度按时间o8x7eapl1#
这是因为切片也可以被认为是“视图”。它们都是你计算机上同一个实际内存中的不同视图。
因此，如果您通过一个视图更改该内存的内容，其他视图将反映该更改。
然而，它们是不同的视图，因此它们对
id有不同的结果。