如何无循环用numpy按每行不同列索引切片二维数组并修改原数组？

针对你提出的需求——既要按行选取不同的列索引切片，又要能直接修改原数组，我来给你分场景说明解决方案：

一、仅读取数据：用np.take_along_axis快速实现 #

如果只是需要读取指定位置的数据，你提到的np.take_along_axis确实是简洁高效的选择：

import numpy as np

x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
indices = np.array([[0, 1], [2, 1], [2, 2]])

result = np.take_along_axis(x, indices, axis=1)
print(result)
# 输出：[[0 1]
#        [5 4]
#        [8 8]]

但正如你所说，这个函数返回的是原数组的副本，所以无法通过它直接修改原数组（比如np.take_along_axis(...) +=10只会修改副本，原数组不会变化）。

二、修改原数组：构造行+列双索引直接操作 #

要直接修改原数组的指定元素，核心是给每个要操作的元素明确指定行和列的坐标。具体实现如下：

1. 构造与indices形状完全一致的行索引数组：每行的行号重复对应次数（比如每行取2列，行索引就重复2次）。
2. 用行索引数组和indices列索引数组一起对原数组做花式索引，直接修改元素。

实现代码： #

import numpy as np

x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
indices = np.array([[0, 1], [2, 1], [2, 2]])

# 构造行索引数组，形状和indices一致：[[0,0], [1,1], [2,2]]
row_indices = np.indices(indices.shape)[0]

# 直接修改原数组的指定位置
x[row_indices, indices] += 10
print(x)
# 输出：[[10 11  2]
#        [ 3 14 15]
#        [ 6  7 18]]

原理说明： #

np.indices(indices.shape)[0]会生成一个和indices形状相同的数组，其中每个位置的值是该位置所在的行号。配合indices的列索引，我们就精准定位到了所有要修改的元素的坐标，此时对x[row_indices, indices]的赋值操作会直接作用于原数组的内存空间，而非副本，完美满足你的修改需求。

如果你觉得np.indices不够直观，也可以用np.arange构造行索引，效果完全一致：

row_indices = np.arange(x.shape[0])[:, None].repeat(indices.shape[1], axis=1)

内容的提问来源于stack exchange，提问作者DiveIntoML