但是有一点不太一样，Numpy中的切片和golang中的切片比较像，它代表原数组一段区间的引用，而不是拷贝。也就是说我们修改切片中的内容是会影响原数组的，我们对一个切片赋值，明显可以发现原数组的对应位置发生了改变。
这么设计的原因和golang是一样的，因为Numpy是为了大数据计算而诞生的，大数据计算显然性能是一个非常重要的考量指标。如果这里不是设计成引用，而是拷贝的话，那么当一个大的切片产生的时候，必然会涉及到大量拷贝的操作。不仅非常消耗内存，并且也会占用大量计算资源。如果使用引用可以非常快速地返回结果。
golang当中如此设计，也是一样的道理。
那问题来了，如果我们想要拷贝出一份切片出来，而不是获得一个切片应该怎么办？答案也很简单，我们可以调用copy方法，获取一份拷贝。
arr[3:10].copy()索引
理解了切片的用法之后，我们接下来看看索引。索引也是Numpy当中非常重要的概念，应用也非常普遍。
Numpy当中的索引对应数组中的维度，比如一个二维的数组，当我们用下标访问的时候，获得的其实是一个一维的数组。所以如果我们想要访问一个具体的元素的时候，能做的就是继续往下指定下标：
这个很好理解，和Python当中的多维数组的用法是一样的。上面我们用了两个方括号去锁定一个元素的位置，为了写起来方便，我们还可以用逗号分隔查询。友情提醒，Python原生的数组并不支持这样的操作，不要搞混哦。
同样的道理，如果是多维的数组也是一样的，我们依次写出从0到k维的坐标来获取一个固定的元素。如果我们给出的坐标信息较少，那么则会获得一个数组。
拿3维数组举例，如果我们访问的时候只用一个下标，那么我们获得的是一个二维数组。如果使用两个下标，则获得的是一个一维数组。对于更高的维度也是同样。
