numpy ndarray赋值不适用于简单向量

numpy是一个开源的Python科学计算库，提供了高效的多维数组对象ndarray。ndarray是numpy中最重要的数据结构，它是一个多维数组，可以存储相同类型的元素。

在numpy中，ndarray对象的赋值操作是基于引用的，而不是基于值的。这意味着当我们将一个ndarray对象赋值给另一个变量时，实际上是创建了一个新的引用，而不是复制数据本身。这种赋值方式对于简单向量来说是不适用的。

简单向量是指只有一个维度的一维数组。当我们尝试使用赋值操作来复制简单向量时，实际上只是创建了一个指向相同数据的新引用，而不是创建一个新的简单向量。这意味着对其中一个变量的修改会影响到另一个变量。

为了解决这个问题，可以使用ndarray的copy()方法来创建一个新的简单向量副本，而不是简单的赋值操作。copy()方法会创建一个新的ndarray对象，并复制原始数据。

下面是一个示例代码：

import numpy as np

# 创建一个简单向量
vector = np.array([1, 2, 3])

# 使用赋值操作
new_vector = vector

# 修改原始向量
vector[0] = 10

print(new_vector)  # 输出 [10  2  3]

# 使用copy()方法
new_vector = vector.copy()

# 修改原始向量
vector[0] = 100

print(new_vector)  # 输出 [10  2  3]

在上面的示例中，使用赋值操作将原始向量赋值给新的变量new_vector，修改原始向量后，新的变量也发生了变化。而使用copy()方法创建的新向量则不受影响。

总结起来，numpy的ndarray赋值操作对于简单向量是不适用的，需要使用copy()方法来创建新的副本。