Python - 数组复制/分配，numpy 的意外“=array[：]”行为

问：

我正在阅读有关通过引用或值复制数组 （&list） 的信息。但是，我在这里遇到了一个问题。为了说明我的问题，我举了三个例子，每个例子都有一个作业和一个更改。

第一个示例：默认情况下，它通过引用进行复制。
因此，该更改会产生 a 和 ArrayA，两者都具有相同的地址。还行

第二个示例：由于首先计算右侧，因此 *1 不会更改其值，但会导致按值复制。（我认为这也可以通过其他几种方式完成，例如使用 copy（） 和 ..）
因此，更改仅影响 c，其地址与 ArrayC 不同。还行

第三个示例：据我了解，这里我将 [：] 添加到数组中，从而复制数组（=按值）。可以通过 e 和 ArrayE 的不同地址来确认。但是，此更改不仅影响 e，还影响 ArrayE。对我来说，这几乎是出乎意料的，因为它甚至向我展示了不同的地址。为什么？

提前致谢=）

import numpy as np
# Example 1, by reference
ArrayA = np.array([5,2,3,5,4])
ArrayB = np.array(  [1,2,3,4])

a = ArrayA
a[1:] += ArrayB

print("{}:\t{},\tid: {}".format("ArrayA",ArrayA, id(ArrayA) ))
print("{}:\t  {},\tid: {}".format("ArrayB",ArrayB, id(ArrayB) ))
print("{}:\t{},\tid: {}".format("a",a, id(a) ))

ArrayC = np.array([5,2,3,5,4])
ArrayD = np.array(  [1,2,3,4])


# Example 2, by value
c = ArrayC*1
c[1:] += ArrayD

print()
print("{}:\t{},\tid: {}".format("ArrayC",ArrayC, id(ArrayC) ))
print("{}:\t  {},\tid: {}".format("ArrayD",ArrayD, id(ArrayD) ))
print("{}:\t{},\tid: {}".format("c",c, id(c) ))

# Example 3, by reference/value?!?!
ArrayE = np.array([5,2,3,5,4])
ArrayF = np.array(  [1,2,3,4])

e = ArrayE[:]
e[1:] += ArrayF

print()
print("{}:\t{},\tid: {}".format("ArrayE",ArrayE, id(ArrayE) ))
print("{}:\t  {},\tid: {}".format("ArrayF",ArrayF, id(ArrayF) ))
print("{}:\t{},\tid: {}".format("e",e, id(e) ))

ArrayA: [5 3 5 8 8],    id: 2450575020480
ArrayB:   [1 2 3 4],    id: 2450575021680
a:      [5 3 5 8 8],    id: 2450575020480

ArrayC: [5 2 3 5 4],    id: 2450575021280
ArrayD:   [1 2 3 4],    id: 2450575022080
c:      [5 3 5 8 8],    id: 2450575022240

ArrayE: [5 3 5 8 8],    id: 2450575022640
ArrayF:   [1 2 3 4],    id: 2450575022000
e:      [5 3 5 8 8],    id: 2450575022880