如何用三维索引数组批量为Numpy数组指定位置赋值？

要实现将image中indices指定的所有三维坐标位置设为255，核心是正确使用Numpy的高级索引方式，具体步骤如下：

正确代码实现 #

import numpy as np

# 假设indices已定义，形状为(1031532, 3)
image = np.zeros((indices[:,0].max()+1, indices[:,1].max()+1, indices[:,2].max()+1), dtype='uint8')
# 关键：将indices转置后转为tuple，作为索引
image[tuple(indices.T)] = 255

错误原因解释 #

你之前尝试image[tuple(indices)]=255报错，是因为tuple(indices)会把indices的每一行转换为一个元组，最终得到1031532个长度为3的元组。用这个结构去索引3维数组时，Numpy会认为你要使用1031532个维度进行索引，这显然超出了数组的3维限制，因此抛出IndexError: too many indices for array。

而indices.T会将原数组转置为(3, 1031532)的形状，此时转为tuple后，得到的是3个一维数组，分别对应image的三个维度的索引集合，完全符合Numpy高级索引的要求，能精准定位到所有目标坐标。

验证示例 #

比如你的前4个索引：

indices_sample = np.array([[588, 153, 24],
                          [588, 154, 340],
                          [588, 156, 214],
                          [588, 157, 277]], dtype=np.int32)

使用tuple(indices_sample.T)得到的是：

(array([588, 588, 588, 588]), array([153, 154, 156, 157]), array([24, 340, 214, 277]))

这正好对应image中四个目标位置的三维索引，赋值后就能得到你期望的image[588,153,24]=255等结果。

内容的提问来源于stack exchange，提问作者testman