最近自己寫了個函式，實現numpy陣列180度旋轉的功能：

import numpy as np
def rotate(matrix):

    if matrix.ndim == 2:
        matrix = list(matrix)
        for i in range(2):
            #一次順時針旋轉90度
            matrix[:] = map(list,zip(*matrix[::-1]))
        return np.array(matrix)
    elif matrix.ndim == 3:
        for
 
 j in range(matrix.shape[0]):
            matrix[j] = rotate(matrix[j])
        return np.array(matrix)

weights2 = np.array(
[[[2,2,1],
[1,2,1],
[1,2,0]],

[[1,0,1],
[1,1,1],
[1,2,0]],

[[0,0,2],
[1,2,1],
[0,1,1]]])

觀察一下，發現輸出正確，但再次輸出weights2時，發現也跟著旋轉了

很好奇為啥只是作為函式輸入的weights2在函式內部會被修改，後來瞭解到python中可變引數一般是引數引用而不是引數傳值，對於一般的賦值也是如此。
比如：

matrix = weights2
print(weights2)
print(id(weights2),'\n',id(matrix))
matrix[0][0][0] = 10
print(weights2)

發現直接賦值時，兩個變數的ID竟然是相同的，也就是兩個變數完全等價，任意一個變數修改都會影響到另一個。試試下一種賦值方法

matrix = weights2[:]
print(weights2)
print(id(weights2),'\n',id(matrix))
matrix[0][0][0] = 10
print(weights2)

兩個變數不相同，但是變數指向的元素地址卻相同，所以二者還是相關聯的。
再來看一種情況如下：

matrix = weights2[0]
print(weights2)
print(id(weights2),'\n',id(matrix))
matrix[0][0] = 10
print(weights2)

即使只取weights2[0]賦給matrix，但二者還是共享變數地址，因此二者還是相關聯的。
如何避免兩個變數相關聯的情況呢，可以對原來的變數進行一些運算，因為有運算，所以會另外開闢地址儲存運算結果，並將運算結果賦值給左端變數matrix，使得matrix與weights2兩個變數指向的地址不再相同。

matrix = weights2 + 0
print(weights2)
print(id(weights2),'\n',id(matrix))
matrix[0][0][0] = 10
print(weights2)

這次總算實現了對matrix修改，而weights2保持不變了。

最後貼上我對rotate函式的兩種修改：

def rotate(matrix):
    if matrix.ndim == 2:
        matrix = list(matrix)
        for i in range(2):
            #一次順時針旋轉90度
            matrix[:] = map(list,zip(*matrix[::-1]))
        return np.array(matrix)
    elif matrix.ndim == 3:
        matrix = matrix + 0.0
        for j in range(matrix.shape[0]):
            matrix[j] = rotate(matrix[j])
        return np.array(matrix)

def rotate(matrix):
    matrix1 = list(matrix)
    if matrix.ndim == 2:
        for i in range(2):
            #一次順時針旋轉90度
            matrix1[:] = map(list,zip(*matrix1[::-1]))
        return np.array(matrix1)
    elif matrix.ndim == 3:
        for j in range(matrix.shape[0]):
            matrix1[j] = rotate(matrix1[j])
        return np.array(matrix1)

後面一種在開始就對matrix取list，因此也會另外開闢地址儲存資料。