如何根据布尔向量修改Python列表元素并选择适配的OBJ？

一、用布尔向量修改列表L的方法 #

Python原生列表不支持像numpy数组那样直接用布尔索引赋值（L[indices]=OBJ会报错，因为列表索引只能是整数或切片），要实现需求可以用这两种方法：

方法1：遍历索引手动修改 #

import numpy as np
L = [-1, 3, 4, -2, 6]
indices = np.array([1, 0, 0, 1,1], dtype=bool)
OBJ = ... # 你要的目标取值

for i, flag in enumerate(indices):
    if flag:
        L[i] = OBJ

执行后L就会变成[OBJ, 3, 4, OBJ, OBJ]

方法2：转numpy数组操作后转回列表 #

如果不介意临时转数组，这种写法更简洁：

import numpy as np
L = [-1, 3, 4, -2, 6]
indices = np.array([1, 0, 0, 1,1], dtype=bool)
OBJ = ...

arr = np.array(L)
arr[indices] = OBJ
L = arr.tolist()

二、关于OBJ的取值判断 #

直接给结论：OBJ=[]或None都不可行，原因和替代方案如下：

1. 为什么None不行？ #

None是Python的空值类型，和任何数值做乘法、加法都会直接报错。稀疏向量的点积本质是「元素对应相乘后求和」，假设稀疏向量里有数值元素，计算时None * 数值会抛出TypeError，根本无法完成运算。

2. 为什么[]不行？ #

空列表和数值运算虽然不会报错（比如2 * []得到[]），但稀疏向量的点积是数值运算逻辑，列表属于容器类型，和scipy稀疏矩阵/向量运算会直接报错，逻辑上也不符合点积的行为要求。

3. 满足需求的OBJ实现 #

要实现「和任意稀疏向量点积后结果仍为OBJ，且效率极高」，可以定义一个单例对象，重载乘法和加法的魔法方法：

class IdentityObj:
    def __mul__(self, other):
        return self
    def __rmul__(self, other):
        return self
    def __add__(self, other):
        return self
    def __radd__(self, other):
        return self

OBJ = IdentityObj()

这个对象不管和什么数值相乘、相加，都会返回自己，所以稀疏向量点积（相乘后求和）的结果必然还是它本身。而且因为是单例，运算时没有额外开销，效率极高。

内容的提问来源于stack exchange，提问作者mandu soju