np.frombuffer 能实现零拷贝，但需满足三条件：原始数据支持缓冲协议、用 memoryview 延长生命周期、底层缓冲区可写（bytes 不可写，应优先用 bytearray）。
np.frombuffer 能否真正零拷贝？
能，但仅当 bytes 对象本身支持缓冲协议且未被 Python 垃圾回收机制提前释放时成立。关键点在于：np.frombuffer 返回的数组**不持有原始 bytes 的引用**，一旦该 bytes 对象被销毁（比如函数返回后局部变量消失），数组内存将变成悬空指针，读写行为未定义——这不是“拷贝与否”的问题，而是生命周期管理问题。
必须配合 memoryview 使用才能稳定零拷贝
memoryview 是 Python 中显式暴露缓冲区接口的对象，它能延长底层 bytes 的生命周期，并被 np.frombuffer 安全消费。常见错误是直接传 bytes，正确做法如下：
- 先用
memoryview(b)包裹原始bytes对象 - 再传给
np.frombuffer，并指定dtype和count（避免自动推断出错） - 确保
memoryview实例在整个数组使用期间保持存活（不能是临时表达式）
data = b'/x01/x00/x00/x00/x02/x00/x00/x00' # 小端 int32 mv = memoryview(data) # 关键：延长 data 生命周期 arr = np.frombuffer(mv, dtype=np.int32)
此时 arr 与 data 共享同一块内存，修改 arr[0] = 999 会改变 data 对应字节（前提是 data 可变；若为不可变 bytes，则实际触发 copy-on-write 或报错，见下一点）。
bytes 不可变 → 看似零拷贝实则受限
Python 的 bytes 是不可变对象，即使你用 np.frombuffer + memoryview 创建了数组，尝试写入该数组会抛出 ValueError: buffer source array is read-only。这是因为底层 bytes 的缓冲区标志为只读。
- 如需读写，原始数据必须来自可写缓冲区，例如
bytearray、array.array、或np.ndarray.tobytes()后再用bytearray包装 - 若只是读取，
bytes+memoryview组合完全满足零拷贝需求 - 用
np.frombuffer(..., writeable=True)参数无效——该参数仅在底层缓冲区本身支持写入时才起作用，对bytes无意义
替代方案：用 np.frombuffer 配合 bytearray 更实用
多数真实场景（如网络收包、文件解析）中，你拿到的是可修改的二进制数据块，这时优先用 bytearray：
pkt = bytearray(8) pkt[:4] = b'/x01/x00/x00/x00' pkt[4:] = b'/x02/x00/x00/x00' mv = memoryview(pkt) arr = np.frombuffer(mv, dtype=np.int32) # arr 是可写的 arr[0] = 42 # 直接改 pkt 内容
注意：不要写 np.frombuffer(bytearray(...), ...)，因为 bytearray(...) 是临时对象，离开表达式即销毁。必须把 bytearray 绑定到变量，再通过 memoryview 引用。
零拷贝不是靠函数名决定的，是靠缓冲区所有权、可写性、以及引用生命周期共同保证的——漏掉任意一环，要么崩溃，要么悄悄拷贝。