将np.argwhere结果作为二维坐标修改数组值时出现错误

你遇到的问题是对numpy数组索引规则的误用：np.argwhere(array==1)返回的是形状为(n, 2)的二维数组，每一行对应一个匹配元素的(行, 列)坐标。但直接用array[coordinates]索引时，numpy会将其解析为按行批量索引后再取对应列，而非逐个定位单个元素，所以才会错误修改整行整列的元素。

错误示例回顾 #

import numpy as np

array = np.array([[1, 0, 1], [2, 0, 0], [2, 3, 0]])
coordinates = np.argwhere(array==1)
array[coordinates] = 3
print(array)

错误输出：

[[3 3 3]
 [2 0 0]
 [3 3 3]]

两种正确解决方法 #

方法1：拆分坐标为行、列一维数组

把coordinates拆成行索引和列索引分别传入，就能精准定位每个目标元素：

import numpy as np

array = np.array([[1, 0, 1], [2, 0, 0], [2, 3, 0]])
coordinates = np.argwhere(array==1)
# 拆分出行、列索引数组
array[coordinates[:, 0], coordinates[:, 1]] = 3
print(array)

正确输出：

[[3 0 3]
 [2 0 0]
 [2 3 0]]

方法2：直接使用布尔索引（更简洁高效）

如果只是修改满足条件的元素，完全不需要argwhere，直接用布尔掩码索引更直观：

import numpy as np

array = np.array([[1, 0, 1], [2, 0, 0], [2, 3, 0]])
array[array == 1] = 3
print(array)

输出同样为正确结果。

内容的提问来源于stack exchange，提问作者J.A