numpy 數組深拷貝與淺拷貝

相關問題在這篇博客中已經說得比較清楚：link
補充一個在函數中使用的例子：

import numpy as np
import cv2

def flip_transform(image, label):
    for i in range(image.shape[2]):
        image[:,:,i] = cv2.flip(image[:,:,i], 0)
    label[:] = cv2.flip(label, 0)
    return image, label

def flip_transform1(image, label):
    for i in range(image.shape[2]):
        image[:,:,i] = cv2.flip(image[:,:,i], 0)
    label = cv2.flip(label, 0) # 不再是label[:]，這種slice的形式了
    return image, label

image = np.asarray([
    [[1,2],
    [3,4]],

    [[5,6],
    [7,8]]
])
label = np.asarray([[1,2],[3,4]])
'''
flip_transform(image,label)
print(image)
#array([[[5, 6],
        [7, 8]],

       [[1, 2],
        [3, 4]]])
print(label)
#array([[3, 4],
       [1, 2]])

 '''

結果符合自己的想法，即相當與給flip_transform傳了實參，label,image 相當於指針，在函數內完成了np數組的改變，但如果調用flip_transform1,結果則會是:

flip_transform1(image,label)
print(image)
#array([[[5, 6],
        [7, 8]],

       [[1, 2],
        [3, 4]]])
print(label)
#array([[1,2],
    [3,4]]) 

label卻沒有改變，原因可能是因爲函數不能改變實參指針的值，只能改變指針指向元素的值。