在 Numpy 中，赋值和复制的区别在于，赋值（直接使用 = 操作符）只是创建了对原始数组的一个引用，而 复制（使用 copy() 方法）会创建一个新的数组，独立于原数组。
让我们通过代码来解释这一点。
示例代码：
import numpy as np
tang_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 赋值：tang_array2 是 tang_array 的引用
tang_array2 = tang_array
tang_array2[1, 1] = 10
# 打印结果
print("tang_array2:\n", tang_array2)
print("tang_array:\n", tang_array)
# 复制：tang_array3 是 tang_array 的独立副本
tang_array3 = tang_array.copy()
tang_array3[1, 1] = 1000
# 打印结果
print("tang_array3:\n", tang_array3)
print("tang_array:\n", tang_array)输出结果：
tang_array2:
[[ 1 2 3]
[ 4 10 6]
[ 7 8 9]]
tang_array:
[[ 1 2 3]
[ 4 10 6]
[ 7 8 9]]
tang_array3:
[[ 1 2 3]
[ 4 1000 6]
[ 7 8 9]]
tang_array:
[[ 1 2 3]
[ 4 10 6]
[ 7 8 9]]解析：
- 赋值（
tang_array2 = tang_array）：
-
tang_array2并没有创建一个新的数组，而是tang_array的一个引用，它们指向同一个内存地址。 - 当我们修改
tang_array2[1,1]，tang_array也会同步变化，因为它们共享同一块内存空间。
- 复制（
tang_array3 = tang_array.copy()）：
-
tang_array3创建了tang_array的一个独立副本，二者完全独立，修改tang_array3并不会影响tang_array。 - 当我们修改
tang_array3[1,1]时，tang_array保持不变。
总结：
- 赋值：仅仅创建了对同一数组的一个新引用，修改任何一个都会影响另一个。
- 复制：创建了一个新的、独立的数组，修改副本不会影响原始数组。
