使用Numpy高级索引时列被替换，如何交换前两列与最后两列？

你代码里的问题很明确：swap_array[:, [0, 2]] = swap_array[:, [-2, -1]]是把最后两列的值直接覆盖到第0、2列，这不是交换——一来你没保存原目标列的原始数据，二来你选的列也不是真正的前两列（前两列应该是[0,1]）。

针对未知数组大小的场景，有两种高效的交换方法：

方法一：原地交换（修改原数组） #

先保存要交换的两部分数据副本，再分别赋值，避免覆盖原始数据：

import numpy as np

test_array = np.array([ [1, 2, 3, 4, 5] , [5, 4, 3, 2, 1] , [5, 2, 2, 2, 1] , [1, 2, 2, 1, 1] ])
zeros = np.repeat(np.zeros((1, 5)), 2, axis=0)
swap_array = np.vstack([test_array, zeros])

# 保存前两列和最后两列的副本
first_two = swap_array[:, :2].copy()
last_two = swap_array[:, -2:].copy()

# 执行交换
swap_array[:, :2] = last_two
swap_array[:, -2:] = first_two

print(swap_array)

输出结果：

[[4. 5. 3. 1. 2.]
 [2. 1. 3. 5. 4.]
 [2. 1. 2. 5. 2.]
 [1. 1. 2. 1. 2.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]

方法二：构造列索引生成新数组 #

通过重新排列列的索引顺序直接得到交换后的数组，适合不需要保留原数组的场景：

import numpy as np

test_array = np.array([ [1, 2, 3, 4, 5] , [5, 4, 3, 2, 1] , [5, 2, 2, 2, 1] , [1, 2, 2, 1, 1] ])
zeros = np.repeat(np.zeros((1, 5)), 2, axis=0)
swap_array = np.vstack([test_array, zeros])

n_cols = swap_array.shape[1]
# 构造新的列顺序：最后两列 → 中间列（如果有） → 前两列
new_col_indices = np.concatenate([
    np.arange(n_cols-2, n_cols),  # 最后两列的索引
    np.arange(2, n_cols-2),       # 中间列的索引（列数≥4时有效）
    np.arange(2)                  # 前两列的索引
])
swap_array_swapped = swap_array[:, new_col_indices]

print(swap_array_swapped)

这个方法不需要额外的临时变量复制，利用Numpy的索引特性直接生成目标数组，效率很高。

注意：如果数组列数小于4（比如只有3列），交换“前两列”和“最后两列”会出现列重叠，这种情况需要根据实际需求额外判断，但通常该场景默认列数≥4。

内容的提问来源于stack exchange，提问作者tesla john