新加坡 11-08 01:58 · 吉隆坡 01:58 · 雅加达 00:58 · 曼谷 00:58 · 马尼拉 01:58 · 胡志明 00:58 · 北京 01:58 · 东京 02:58 · 伦敦 17:58 · 纽约 12:58
Amy 原创整理｜资料核验：2026-11-03
NumPy 官方文档说明，broadcast_to 返回指定形状的只读视图，通常不是连续数组，而且多个元素可能指向同一个内存位置。无法广播到目标形状时会抛出 ValueError。
教学示例：把数组 [2, 4] 广播成形状（3, 2），可以得到三行相同数值用于后续计算，但这不等于建立了三份能各自修改的行数据。直接向这个只读视图赋值不是正确的修改路径。
Amy 的使用步骤：先确认运算是否只需要读取这份扩展后的数据；若确实要得到可独立修改的数组，再对广播结果显式调用 copy()。检查形状能说明数据如何呈现，检查是否可写和是否共享内存，才能说明能否按预期修改。不要把“看起来重复了三行”当作三份独立存储的证据。
官方来源：
https://numpy.org/doc/stable/reference/generated/numpy.broadcast_to.html
实测补充（numpy 2.4.4）：np.broadcast_to(np.array([2,4]),(3,2)) 得到三行 [2,4]，flags 显示 writeable=False、owndata=False、C_contiguous=False，np.shares_memory(a,b) 为 True。直接 b[0,0]=99 会抛 ValueError: assignment destination is read-only，跟楼主说的一致。 两个使用细节：一是判共享用 np.shares_memory，别看 .base（有时候 .base 指向更底层的数组会误判）；二是想要可独立修改的三行，用 b.copy() 或者干脆 np.repeat(a, 3, axis=0)——repeat 会真复制，broadcast_to 零拷贝，按下游要不要写来选，别在热路径里随手 copy。