Python数组复制/分配，numpy的意外“=数组[：]”行为

Question

我正在阅读有关按引用或值复制数组（&；list）的内容。然而，我在这里遇到了一个问题。。为了说明我的问题，我举了三个例子，每个例子都有一个作业和一个变化

第一个示例：默认情况下，它是通过引用复制的。
因此，更改将影响a和ArrayA，它们都具有相同的地址。嗯

第二个示例：由于首先计算右侧，因此*1不会更改其值，而是导致按值复制。（我认为这也可以通过其他几种方式来实现，比如使用copy（）和..）。
因此，更改只影响c，其地址与ArrayC不同。嗯

第三个示例： 在这里，我将[：]添加到数组中，从而复制数组（=按值），据我所知。可以通过e和ArrayE的不同地址确认。然而，这种变化不仅影响e，还影响ArrayE。对我来说，这是非常出乎意料的，因为它甚至显示了我以前的不同地址。为什么?

谢谢你了（）

import numpy as np
# Example 1, by reference
ArrayA = np.array([5,2,3,5,4])
ArrayB = np.array(  [1,2,3,4])

a = ArrayA
a[1:] += ArrayB

print("{}:\t{},\tid: {}".format("ArrayA",ArrayA, id(ArrayA) ))
print("{}:\t  {},\tid: {}".format("ArrayB",ArrayB, id(ArrayB) ))
print("{}:\t{},\tid: {}".format("a",a, id(a) ))

ArrayC = np.array([5,2,3,5,4])
ArrayD = np.array(  [1,2,3,4])


# Example 2, by value
c = ArrayC*1
c[1:] += ArrayD

print()
print("{}:\t{},\tid: {}".format("ArrayC",ArrayC, id(ArrayC) ))
print("{}:\t  {},\tid: {}".format("ArrayD",ArrayD, id(ArrayD) ))
print("{}:\t{},\tid: {}".format("c",c, id(c) ))

# Example 3, by reference/value?!?!
ArrayE = np.array([5,2,3,5,4])
ArrayF = np.array(  [1,2,3,4])

e = ArrayE[:]
e[1:] += ArrayF

print()
print("{}:\t{},\tid: {}".format("ArrayE",ArrayE, id(ArrayE) ))
print("{}:\t  {},\tid: {}".format("ArrayF",ArrayF, id(ArrayF) ))
print("{}:\t{},\tid: {}".format("e",e, id(e) ))

ArrayA: [5 3 5 8 8],    id: 2450575020480
ArrayB:   [1 2 3 4],    id: 2450575021680
a:      [5 3 5 8 8],    id: 2450575020480

ArrayC: [5 2 3 5 4],    id: 2450575021280
ArrayD:   [1 2 3 4],    id: 2450575022080
c:      [5 3 5 8 8],    id: 2450575022240

ArrayE: [5 3 5 8 8],    id: 2450575022640
ArrayF:   [1 2 3 4],    id: 2450575022000
e:      [5 3 5 8 8],    id: 2450575022880

Answer 1

编辑-请参见以下@juanpa.arrivillaga的评论

在所有示例中，ndarrays的值都是
numpy.int32对象，它们是可变的
因此，从第三个示例来看，e和ArrayE都指向相同的numpy.int32对象。
这就是为什么这些变化会反映在这两个方面。
您可以通过检查他们的ID来验证这一点

print(id(e[0]) == id(ArrayE[0]))