NumPy数组遍历异常求助：仅首行完成位翻转问题排查

嘿，我一眼就看出问题出在np.put的使用上啦！你可能误解了这个函数的索引规则：np.put接受的是数组扁平后的一维索引，而不是你传入的二维坐标(k,j)。

举个例子，当你处理第二行（k=1）的第一个元素（j=0）时，你传入[1,0]作为索引，这其实是在修改数组扁平后的第1位和第0位元素，而不是二维数组中(1,0)这个位置。只有第一行的k=0时，[0,j]刚好对应扁平索引的0-9，和二维位置匹配，所以只有第一行的元素被正确修改了。

把np.put的调用换成直接的二维索引赋值就可以解决问题，这也是NumPy中修改单个元素最直观的方式：

import numpy as np
from random import random

RM = np.random.randint(0,2, size=(5,10))
print("初始数组：")
print(RM)

for k in range(RM.shape[0]):
    for j in range(RM.shape[1]):
        A = random()
        if A > 0.9:
            if RM[k,j] == 0:
                RM[k,j] = 3  # 直接赋值，替代np.put
                print(f"修改位置 ({k}, {j})：0→3")
            else:
                RM[k,j] = 4  # 直接赋值，替代np.put
                print(f"修改位置 ({k}, {j})：1→4")

print("\n修改后的数组：")
print(RM)

既然用了NumPy，其实可以避免嵌套循环，用向量化操作一次性完成修改，代码更简洁，效率也更高（尤其是数组规模大的时候）：

import numpy as np

RM = np.random.randint(0,2, size=(5,10))
print("初始数组：")
print(RM)

# 生成和RM同形状的随机数数组
rand_arr = np.random.rand(*RM.shape)
# 筛选出随机数大于0.9的位置掩码
mask = rand_arr > 0.9
# 对符合条件的位置，0替换为3，1替换为4
RM[mask] = np.where(RM[mask] == 0, 3, 4)

print("\n修改后的数组：")
print(RM)

这个方法利用NumPy的广播和掩码机制，一次性处理所有符合条件的元素，完全摆脱循环，更符合NumPy的设计理念。

内容的提问来源于stack exchange，提问作者KoKo