如何高效复制Numpy二维数组的指定列至另一个数组并将修改后的值写回原数组

嘿，我懂你为啥头疼那个慢得离谱的循环了——Python层面的逐行遍历对NumPy数组来说真的是大材小用，完全浪费了NumPy底层向量化优化的优势。咱们用两行代码就能解决这两个问题，既快又简洁！

1. 把indi的第4列快速复制到rebalance #

别再用for循环逐行赋值了，NumPy的切片操作直接就能搞定整个列的复制，而且是底层C实现的，速度快到飞起：

# 提取indi的第4列（索引3），转成float后赋值给rebalance的第一列
rebalance[:, 0] = indi[:, 3].astype(float)

这行代码一次性处理所有行，不管你的数组有多少行，效率都比循环高N倍。运行后rebalance就会和你预期的输出完全一致，类型也是<class 'numpy.ndarray'>。

2. 将修改后的rebalance写回indi的对应位置 #

因为你的indi数组是object类型（混合了整数和字符串），所以只需要把rebalance里的数值转成字符串，再直接赋值给indi的第4列就行：

# 把rebalance的第一列转成字符串，替换indi的第4列（索引3）
indi[:, 3] = rebalance[:, 0].astype(str)

执行完这行代码，indi数组就会变成你想要的样子，所有第4列的元素都会被更新为rebalance里的对应值，保持字符串类型的格式。

小提醒 #

如果你的indi数组后续不需要混合类型，可以考虑把第4列单独转成数值类型（比如float），这样后续操作会更高效，但根据你给出的示例，转成字符串是符合需求的。

内容的提问来源于stack exchange，提问作者Stacey