如何通过二维数组索引为Numpy数组赋值（非迭代实现）

这事儿用Numpy的高级索引就能完美解决，完全不用写循环，既符合Pythonic的简洁风格，又能发挥Numpy的矢量运算效率。

先把你的示例环境搭好：

import numpy as np
import itertools

p = 4
combos = np.asarray(list(itertools.combinations(range(p), 3)))
subbins = np.zeros(shape=(len(combos), p), dtype=int)  # 指定int类型，避免默认浮点数

核心实现（一行代码搞定） #

直接用Numpy的广播式索引来赋值：

subbins[np.arange(len(combos))[:, None], combos] = 1

代码逻辑解释 #

• np.arange(len(combos))生成行索引数组[0,1,2,3]，加上[:, None]是把它转换成列向量（形状变成(4,1)），这样就能和combos的(4,3)形状匹配，实现每行对应每行的列索引。
• 这种索引方式会让Numpy自动把行索引和列索引一一对应，给subbins[i, combos[i]]的所有位置都赋值为1，正好满足你的需求。

运行后打印subbins就能得到你要的结果：

print(subbins)
# 输出：
# [[1 1 1 0]
#  [1 1 0 1]
#  [1 0 1 1]
#  [0 1 1 1]]

另一种简洁写法：用np.put_along #

如果你觉得索引写法有点绕，也可以用Numpy专门提供的put_along函数，语义更直观：

np.put_along(subbins, combos, 1, axis=1)

这个函数的作用就是沿着指定轴（这里是列轴axis=1），把每个行里对应combos索引的位置替换成1，效果和上面的索引写法完全一致。

内容的提问来源于stack exchange，提问作者Dr. Andrew