如何使用np.where根据条件修改二维ndarray中的值？

看起来你踩了NumPy里数组视图与副本的坑，还有布尔运算优先级的小错误，咱们一步步捋清楚解决：

原代码的问题分析 #

你的代码里有两个关键问题导致原数组没变化：

• 布尔运算优先级错误：&的优先级比<高，所以arr[1] < 0 & arr[2] <0会被解析成arr[1] < (0 & arr[2])，完全偏离了你想要的逻辑，必须给每个条件单独加括号：(arr[1] < 0) & (arr[2] < 0)
• 操作的是数组副本而非视图：arr[:, np.where(...)]返回的是原数组的副本，你修改这个副本的内容只会改变副本，原数组自然不会有变化。

正确的实现方式 #

我们可以直接用布尔索引操作原数组的视图，这样修改会直接作用于原数组：

import numpy as np

# 先修正你示例数组的长度不一致问题（原第一行5个元素，后两行10个，这里统一为10个元素演示）
arr = np.array([
    [5., 6., 7., 8., 9., 10., 11., 12., 13., 14.],
    [-0.6810069, -0.61737489, 0.09869664, -0.95659638, 0.54052288, -0.21486195, -0.55328357, -0.41680664, 0.60628816, -0.92563772],
    [0.54264171, 0.52459383, -0.83691756, 0.66207278, -0.65591567, -0.72713526, -0.66719761, -0.99448398, 0.06691338, -0.2620483]
])

# 定义两个条件掩码
mask_add = (arr[1] < 0) & (arr[2] < 0)  # 满足加10的条件
mask_sub = (arr[1] < 0) & (arr[2] > 0)  # 满足减10的条件

# 直接修改原数组的第一行对应位置
arr[0, mask_add] += 10
arr[0, mask_sub] -= 10

print(arr[0])

运行后原数组会直接被修改，第一行的输出结果为：

[-5.  -4.   7.  -2.   9.  20.  21.  22.  13.  24.]

为什么这样可行？ #

布尔索引返回的是原数组的视图（不是副本），对视图的修改会直接同步到原数组。而np.where返回的是索引元组，用这些非连续索引切片时，NumPy会创建副本，导致修改无法同步到原数组。

如果你的实际数组确实存在行长度不一致的情况，需要先统一数组维度，否则会触发维度不匹配的报错哦。

内容的提问来源于stack exchange，提问作者Wrenb