如何用新数组更新二维字典中的numpy数组？解决索引越界错误

问题核心原因 #

• 数组索引顺序颠倒：你的Numpy数组形状是(BOARD_HEIGHT, BOARD_WIDTH)，对应**[行索引, 列索引]**的访问逻辑，但代码里用了[col, row]，把列、行顺序搞反了，直接导致索引越界（比如col的值可能超过BOARD_HEIGHT的范围）。
• 字典索引方式错误：feat_landcov[str(year),(col,row)]是错误写法，字典的键只有年份字符串，不能把坐标和年份作为复合键，必须先通过年份取出数组，再对数组做索引操作。

修复方案 #

1. 修正索引顺序 #

把数组更新代码改成feat_landcov[str(year)][row, col] = values，匹配数组的行、列顺序。

2. 检查坐标合法性（可选但推荐） #

如果修正顺序后仍有越界错误，要确认row和col的取值范围是否在数组的行、列范围内：

• 所有row的值必须小于BOARD_HEIGHT
• 所有col的值必须小于BOARD_WIDTH

可以用以下代码快速排查：

print(f"最大行索引: {max(row)}, 数组行数: {BOARD_HEIGHT}")
print(f"最大列索引: {max(col)}, 数组列数: {BOARD_WIDTH}")

如果发现超出范围的坐标，需要先过滤掉无效数据。

完整修复后的代码 #

import time
import numpy as np

feat_landcov = {}
for ith_col, year in enumerate(range(2015, 2020)):
    print(f'Start {year}...', end='')
    st = time.time()
    feat_landcov[str(year)] = np.full(shape=(BOARD_HEIGHT, BOARD_WIDTH), fill_value=-1., dtype=float)
    values = grouped_df.values[:, ith_col]
    print('value', values)
    coordninates = grouped_df.index
    row, col = zip(*coordninates)
    
    # 可选：添加坐标范围校验
    assert max(row) < BOARD_HEIGHT, f"行索引超出范围: {max(row)} >= {BOARD_HEIGHT}"
    assert max(col) < BOARD_WIDTH, f"列索引超出范围: {max(col)} >= {BOARD_WIDTH}"
    
    # 修正索引顺序后更新数组
    feat_landcov[str(year)][row, col] = values
    
    print(f"完成，耗时 {time.time() - st:.2f}s")

补充说明 #

你的row和col是元组类型，Numpy可以直接支持这种广播索引，不需要额外转换为数组，修正顺序后就能正常完成数组值的更新。

内容的提问来源于stack exchange，提问作者y.a.g