如何通过for循环修改numpy向量元素？代码输出异常求助

问题场景 #

需要根据两个NumPy向量的差值（vec3 = vec1 - vec2）生成新向量hamming：当vec3中元素为0时，hamming对应位置设为1.0，否则设为0.0。但嵌套循环写法得到全1的错误结果，预期输出应为最后一个元素为1.0，其余为0.0。

错误代码 #

import numpy as np

list1 =[2.0, 4.0, 3.0, 0.0, 6.0, 2.0]
list2 = [3.0, 6.0, 4.0, 1.0, 5.0, 2.0]

vec1 = np.array(list1)
vec2 = np.array(list2)

vec3 = vec1-vec2
print(vec3)

# 3a)
hamming=np.zeros(6)

for x in vec3:
    for i in range(len(vec3)):
        if x == 0.0:
            hamming[i] = 1.0
        else:
            hamming[i] = 0.0
print(hamming)

当前输出 #

[1.0, 1.0, 1.0, 1.0, 1.0, 1.0]

预期输出 #

[0.0, 0.0, 0.0, 0.0, 0.0, 1.0]

错误原因 #

嵌套循环逻辑错误：外层遍历vec3的每个元素x，内层循环会遍历所有索引i，把整个hamming数组统一设为1.0或0.0。最后一次循环时，x是vec3的最后一个元素（0.0），所以整个数组被设为1.0，导致输出全1。

正确解决方案 #

方案1：NumPy向量化操作（推荐）

利用NumPy的数组广播和类型转换，一行代码完成，效率远高于循环：

import numpy as np

list1 =[2.0, 4.0, 3.0, 0.0, 6.0, 2.0]
list2 = [3.0, 6.0, 4.0, 1.0, 5.0, 2.0]

vec1 = np.array(list1)
vec2 = np.array(list2)
vec3 = vec1 - vec2

hamming = (vec3 == 0.0).astype(float)
print(hamming)

• 解释：vec3 == 0.0生成布尔数组[False, False, False, False, False, True]，astype(float)将布尔值转为对应浮点数（True→1.0，False→0.0），直接得到预期结果。

方案2：正确的单循环写法（仅作演示）

如果非要用循环，只需一层循环逐个索引处理，避免覆盖整个数组：

import numpy as np

list1 =[2.0, 4.0, 3.0, 0.0, 6.0, 2.0]
list2 = [3.0, 6.0, 4.0, 1.0, 5.0, 2.0]

vec1 = np.array(list1)
vec2 = np.array(list2)
vec3 = vec1 - vec2

hamming = np.zeros(6)
for i in range(len(vec3)):
    hamming[i] = 1.0 if vec3[i] == 0.0 else 0.0
print(hamming)

• 解释：遍历每个索引i，根据vec3[i]的值单独修改hamming[i]，不影响其他位置元素。

内容的提问来源于stack exchange，提问作者sknnyvnny