如何用纯NumPy（无循环）方式创建含ND索引与值的数组？

当然有纯NumPy的实现方式，完全不需要依赖循环或列表推导式，下面是两种简洁的实现方案：

方案一：分步实现（清晰易懂） #

import numpy as np

a = np.arange(12).reshape(3, 4)
# 生成对应维度的索引网格
indices = np.indices(a.shape)
# 将索引网格转换为每行对应一个元素索引的二维数组
flat_indices = indices.reshape(len(indices), -1).T
# 将原数组拉平为列向量
flat_values = a.reshape(-1, 1)
# 横向拼接索引与值
b = np.hstack((flat_indices, flat_values))
print(b)

方案二：一行式简洁实现 #

import numpy as np

a = np.arange(12).reshape(3, 4)
b = np.column_stack(np.indices(a.shape) + (a,))
print(b)

输出结果（与原实现一致） #

[[ 0  0  0]
 [ 0  1  1]
 [ 0  2  2]
 [ 0  3  3]
 [ 1  0  4]
 [ 1  1  5]
 [ 1  2  6]
 [ 1  3  7]
 [ 2  0  8]
 [ 2  1  9]
 [ 2  2 10]
 [ 2  3 11]]

原理说明 #

• np.indices(a.shape)：生成与原数组维度匹配的索引网格，比如二维数组会返回两个形状为(3,4)的数组，分别对应每个元素的行索引和列索引。
• np.column_stack：将多个一维/二维数组按列拼接，自动将高维数组拉平为一维后组合，最终得到每行对应一个元素的「索引+值」结构。

内容的提问来源于stack exchange，提问作者Paul Jurczak