這篇文章本是我在 segmentfault 上的一個回答，但是越來越覺得有必要單獨拿出來，畢竟這個問題挺常見的。具體可參看 numpy 官方文檔 。
正文
numpy關於copy有三種情況，完全不復制、視圖（view）或者叫淺複製（shallow copy）和深複製（deep copy）。
而 b = a[:] 這種形式就屬於第二種，即視圖，這本質上是一種切片操作（slicing），所有的切片操作返回的都是視圖。具體來說，b = a[:]會創建一個新的對象 b（所以 id(b) 和id(a) 返回的結果是不一樣的），但是 b 的數據完全來自於a，和 a 保持完全一致，換句話說，b的數據完全由a保管，他們兩個的數據變化是一致的，可以看下面的示例:
a = np.arange(4) # array([0, 1, 2, 3])
b = a[:] # array([0, 1, 2, 3])
b.flags.owndata # 返回 False，b 並不保管數據
a.flags.owndata # 返回 True，數據由 a 保管
# 改變 a 同時也影響到 b
a[-1] = 10 # array([0, 1, 2, 10])
b # array([0, 1, 2, 10])
# 改變 b 同時也影響到 a
b[0] = 10 # array([10, 1, 2, 10])
a # array([10, 1, 2, 10])
b = a 和 b = a[:] 的差別就在於後者會創建新的對象，前者不會。兩種方式都會導致 a 和 b 的數據相互影響。
要想不讓 a 的改動影響到 b，可以使用深複製：
unique_b = a.copy()
END
