当使用NumPy中的ufunc函数时，它们通常会直接修改输入数组，并返回对输入数组的引用。因此，不应该将ufunc的输出分配给新的变量，而应该直接使用输入数组。

以下是一个示例：

import numpy as np

# 创建一个输入数组
arr1 = np.array([1, 2, 3])

# 使用ufunc函数（例如np.square）直接修改输入数组
np.square(arr1)

# 输出被修改后的数组
print(arr1)  # [1 4 9]

在上面的示例中，np.square(arr1)直接修改了输入数组arr1，所以不需要将输出分配给新的变量。

如果你需要将ufunc的输出分配给新的变量，可以使用NumPy中的函数np.copy()来创建输入数组的副本，然后对副本执行ufunc操作。例如：

import numpy as np

# 创建一个输入数组
arr1 = np.array([1, 2, 3])

# 创建一个副本
arr2 = np.copy(arr1)

# 使用ufunc函数（例如np.square）对副本执行操作
arr2 = np.square(arr2)

# 输出修改后的副本
print(arr2)  # [1 4 9]

在上面的示例中，我们首先使用np.copy()函数创建了arr1的副本arr2，然后对副本执行了ufunc操作，并将输出分配给了新的变量arr2。这样就避免了直接修改输入数组。