我的推理方式是，由于b是一个（3，2，2）数组
每一个

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

是b的view。也就是说，有3（2，）个数组，但每个数组使用b data_buffer的不同部分。
在分配期间，b[0,0]被设置为b[1,0]处的值。当它分配给b[2,0]时，B[0,0]现在具有新值[5,6]。
我以前见过这种情况。这是数组与列表不完全相同的另一种情况。列表包含指向列表的指针，而数组索引要么生成副本，要么生成视图.视图很方便，但可能会扰乱基于列表/引用的直觉。
幸运的是，数组可以一次分配多个值，所以我们可以这样做：

b[[0,1,2],0] = b[[1,2,0],0]

或具有切片b[:,0]=b[::-1,0]的等效物
前面的问题更多地集中在进行交换的正确方法上，而不是为什么会有区别。因此不会将此标记为重复
Swap slices of Numpy arrays
Row exchange in Numpy

简单：什么是Python列表？一堆指向对象的指针！当你说a[1][0],a[2][0],a[0][0]时，你（基本上）创建了一个三个对象的元组-指向列表[5,6]的指针，指向列表[9,10]的指针，以及指向列表[1,2]的指针。然后使用a[0][0],a[1][0],a[2][0] = ...将这些指针分配给a中的点
Numpy是不同的。切片表示内存中的位置，而不是指向对象的指针。下面的语句与您的代码相同：当你把b[0,0]赋值给5,6时，b[0,0]引用的内存中的值发生了变化。因此，当你将b[2,0]赋给b[0,0]中的内容时，你会得到5,6。

b = np.arange(1,13).reshape((3,2,2))
rhs = b[1,0],b[2,0],b[0,0]
print("before first assign", rhs[2])
b[0,0] = rhs[0]
print("after first assign", rhs[2])
b[1,0] = rhs[1]
b[2,0] = rhs[2]
print(b)

before first assign [1 2]
after first assign [5 6]
[[[ 5  6]
  [ 3  4]]

 [[ 9 10]
  [ 7  8]]

 [[ 5  6]
  [11 12]]]