Python中如何高效批量修改NumPy数组的指定索引元素？

当然有更高效的实现方式！NumPy的**花式索引（Fancy Indexing）**特性可以帮你一次性完成批量元素修改，不管是代码简洁度还是执行效率，都比逐个赋值要好很多。

实现代码 #

import numpy as np

# 初始化数组
arr = np.ones(shape=10, dtype=np.int64)
# 批量修改指定索引的元素
arr[[2, 3, 6, 7]] = [5, 5, 2, 2]
print(arr)

输出结果 #

[1 1 5 5 1 1 2 2 1 1]

为什么这更高效？ #

• 相比逐个执行arr[2] = 5、arr[3] = 5这类单元素赋值，批量索引赋值是矢量化操作，它把修改逻辑放到NumPy的底层C代码中执行，避免了Python层面的循环开销，在元素数量较多时速度优势会非常明显。
• 代码更简洁，一眼就能看出哪些索引的元素被修改成了什么值，可读性更强。

需要注意的是，索引列表和值列表的长度必须匹配，否则NumPy会触发广播机制（如果符合广播规则）或者直接报错，这里你的索引和值数量都是4，刚好完美匹配，所以直接用这种方式就没问题。

内容的提问来源于stack exchange，提问作者ZR-