为何numpy.fill_diagonal()无法修改DataFrame的对角线值？

我尝试用numpy.fill_diagonal()将DataFrame的对角线值修改为20000，但运行代码后对角线值仍为0。当前使用numpy版本2.1.0、pandas版本2.2.2，不需要提供for循环修改的方案，只想知道失败的原因。

复现代码 #

import numpy as np
import pandas as pd

nodes = ['A','B','C','D','E','F','G','H']
df_cap = pd.DataFrame(None, index=nodes, columns=nodes)

edges = {
    ('A', 'B'): 809, ('A', 'C'): 184, ('A', 'D'): 440, ('B', 'C'): 134, 
    ('B', 'E'): 277, ('B', 'F'): 138, ('C', 'D'): 194, ('C', 'F'): 144,
    ('C', 'G'): 139, ('D', 'E'): 190, ('D', 'G'): 284, ('E', 'F'): 100,
    ('E', 'H'): 281,('F', 'H'): 922,('G', 'F'): 123,('G', 'H'): 232
}

for i in nodes:
    for j in nodes:
        if (i,j) in edges:
            df_cap.loc[i,j] = edges[(i,j)]

nodes = nodes + ["Dummy"]


df_cap = df_cap.astype(float).fillna(0)
df_cap.loc["Dummy", :] = 0
df_cap.loc[:, "Dummy"] = 0
np.fill_diagonal(df_cap.values, 20000)

df_cap.loc["A", "Dummy"] = 20000
df_cap.loc["Dummy", "H"] = 20000
df_cap

问题原因 #

核心问题是添加Dummy行/列后，df_cap.values返回的是DataFrame底层数据的副本，而非引用：

• 当执行df_cap.loc["Dummy", :] = 0和df_cap.loc[:, "Dummy"] = 0时，pandas需要扩展原DataFrame的维度，此时会重新分配内存空间，原有的连续数组被打散，df_cap.values不再指向DataFrame的底层内存，而是返回一个临时副本。
• np.fill_diagonal()修改的是这个副本，修改完成后副本被丢弃，原DataFrame的数据完全没变化，所以对角线还是0。
• 可以通过打印df_cap.values.flags.c_contiguous验证：添加Dummy后这个值会变成False，说明数组不是连续内存块，此时values返回的就是副本。

可行的修正方案（无需for循环） #

方案1：确保操作连续数组

先将数组转换为连续内存块，再调用fill_diagonal：

# 替换原代码中的np.fill_diagonal行
arr = np.ascontiguousarray(df_cap.values)
np.fill_diagonal(arr, 20000)
df_cap[:] = arr

方案2：直接通过索引赋值

利用numpy的索引直接修改底层数据，不受内存连续性影响：

# 替换原代码中的np.fill_diagonal行
idx = np.arange(len(df_cap))
df_cap.values[idx, idx] = 20000

内容的提问来源于stack exchange，提问作者Joe