numpy中的copy和view🧐

在使用NumPy时，`copy`和`view`是两个容易混淆的概念。它们都涉及到数据的复制或引用，但实际行为却大相径庭。简单来说，`view`是数据的浅层视图，修改它会影响原数组；而`copy`则是完全独立的新数组，对它的修改不会影响原数组。👇

例如，当你用`np.copy()`创建一个副本时，原数组和副本是完全分离的。如果修改副本，原数组保持不变。然而，如果你使用切片操作（如`arr[1:]`），得到的是一个`view`，它与原数组共享底层数据。因此，修改`view`等同于修改原数组。⚠️

理解这两者的区别非常重要，特别是在处理大规模数据时。选择错误可能会导致意外的数据更改，甚至引发程序错误。如果你需要一个独立的数据副本，请使用`copy=True`；若只是想快速查看部分数据，则可以放心使用`view`。🧐

记住：copy = 独立副本，view = 共享数据 📝✨