如何简洁计算排除指定索引位置的2D numpy数组元素和？

最优实现：利用NumPy内置sum方法 #

只排除单个索引位置的话，最简洁高效的方式是先计算整个数组的总和，再减去指定位置的元素值：

import numpy as np

# 示例数组
arr = np.array([[0., 1., 1., 0., 1.],
                [0., 0., 0., 0., 0.],
                [1., 8., 1., 0., 1.],
                [1., 1., 0., 1., 1.],
                [0., 0., 0., 1., 1.]])

# 指定要排除的索引（行2，列1）
exclude_row, exclude_col = 2, 1

# 计算总和并排除指定位置
total = arr.sum() - arr[exclude_row, exclude_col]
print(total)  # 输出12.0

这种方式的优势：

• 代码极简，可读性强
• 依赖NumPy底层优化的sum()方法，比Python原生循环快几个数量级，尤其适合大数组

修正你的循环实现（可选） #

如果坚持用循环，需要修正原函数的几个问题：参数未传入排除索引、变量名不一致（arr vs base）：

def num_order(arr, exclude_x, exclude_y):
    tot = 0
    rows, cols = arr.shape
    for row in range(rows):
        for col in range(cols):
            if row != exclude_x or col != exclude_y:
                tot += arr[row][col]
    return tot

# 调用示例
print(num_order(arr, 2, 1))  # 输出12.0

内容的提问来源于stack exchange，提问作者dzdws