NumPy切片赋值未按预期工作，如何正确实现赋值？

布尔索引/非连续花式切片确实会返回副本 #

你说的完全正确——当使用布尔索引（比如你代码里的(array[:, 1:2] < 3.0).flatten()）或者非连续的花式切片时，NumPy返回的是原数组的副本，而非直接指向原数据的视图。这就导致你后续对返回值的赋值操作只会修改临时副本，原数组根本不会变，这就是代码失效的核心原因。

正确修改原数组的两种写法 #

要直接修改目标元素，必须构造能直接定位到原数组对应位置的索引，避免生成副本。这里有两种简洁可行的方式：

方法1：一步到位的布尔索引+列定位 #

import numpy as np
array = np.random.uniform(0.0, 1.0, (100, 2))
# 直接选中第二列中小于3.0的元素并赋值
array[array[:, 1] < 3.0, 1] = 4.0

这里array[:, 1] < 3.0生成一个布尔数组，标记所有第二列值小于3.0的行；后面的, 1指定只修改这些行的第二列元素，这个操作直接作用于原数组的视图，修改会立刻生效。

方法2：拆分逻辑提升可读性 #

如果条件复杂，也可以把布尔掩码单独提取出来：

import numpy as np
array = np.random.uniform(0.0, 1.0, (100, 2))
# 先定义掩码：第二列值小于3.0的行
mask = array[:, 1] < 3.0
# 用掩码+列索引修改原数组
array[mask, 1] = 4.0

原代码失效的额外原因 #

除了副本问题，你的原代码还有逻辑错误：array[布尔索引][:][1:2]里的[1:2]是取副本的第2行（索引从0开始），而不是所有满足条件的行的第二列，这完全偏离了你原本的需求。

内容的提问来源于stack exchange，提问作者Adam