Python中按指定位置将NumPy数组元素插入并填充0的实现问题

我有一个NumPy数组X，希望根据列表T2指定的位置将X的元素插入到新数组中，其余位置填充0.0以生成新数组。例如，4.17551036e+02应位于新数组的索引0，3.53856161e+02位于索引3，2.82754301e+02位于索引5，依此类推。

原代码：

import numpy as np

X = np.array([4.17551036e+02, 3.53856161e+02, 2.82754301e+02, 1.34119055e+02,
       6.34573886e+01, 2.08344718e+02, 1.00000000e-24])

C1=0.0
T2=[0, 3, 5, 8, 9, 10, 11]

for i in T2:
    X = np.insert(X, i, C1, axis=None)

print("X =", [X])

当前输出：

X = [array([0.00000000e+00, 4.17551036e+02, 3.53856161e+02, 0.00000000e+00,
       2.82754301e+02, 0.00000000e+00, 1.34119055e+02, 6.34573886e+01,
       0.00000000e+00, 0.00000000e+00, 0.00000000e+00, 0.00000000e+00,
       2.08344718e+02, 1.00000000e-24])]

期望输出：

X = [array([4.17551036e+02, 0.0, 0.0, 3.53856161e+02, 0.0,
       2.82754301e+02, 0.0, 0.0, 1.34119055e+02, 6.34573886e+01,
       2.08344718e+02, 1.00000000e-24])]

原代码的问题在于每次调用np.insert都会修改原数组的长度，后续插入的索引会基于已改变的数组，导致位置完全错位。正确的做法是先创建指定长度的全0数组，再将原数组元素直接赋值到T2指定的索引位置。

修正后的代码 #

import numpy as np

X = np.array([4.17551036e+02, 3.53856161e+02, 2.82754301e+02, 1.34119055e+02,
       6.34573886e+01, 2.08344718e+02, 1.00000000e-24])

T2 = [0, 3, 5, 8, 9, 10, 11]
# 确定新数组的长度：取T2中的最大索引+1
new_length = max(T2) + 1
# 创建与原数组数据类型一致的全0数组
new_X = np.zeros(new_length, dtype=X.dtype)
# 将原数组元素批量赋值到指定位置
new_X[T2] = X

print("X =", [new_X])

代码解释 #

1. 确定新数组长度：新数组长度由T2中的最大索引加1决定，确保能容纳所有指定位置。
2. 创建全0数组：用np.zeros生成长度匹配、数据类型与原数组一致的全0数组，避免类型不兼容问题。
3. 批量赋值：利用NumPy的索引特性，直接将原数组X的元素对应到new_X中T2指定的位置，其余位置保持0不变，一步到位完成需求。

内容的提问来源于stack exchange，提问作者RFeynman123