如何用Numpy将数组中500个随机元素从0替换为1？

方法一：基于循环的补全实现 #

如果必须通过循环完成需求，可以用集合避免重复选中同一位置，再遍历替换：

import numpy as np

# 创建100×100的全0二维数组
arr = np.zeros((100, 100), dtype=int)

# 补全循环部分：生成500个不重复的随机坐标
selected_positions = set()
while len(selected_positions) < 500:
    row = np.random.randint(0, 100)
    col = np.random.randint(0, 100)
    selected_positions.add((row, col))

# 遍历坐标完成替换
for (row, col) in selected_positions:
    arr[row, col] = 1

集合的特性保证了每个坐标只被选中一次，避免重复替换同一个元素。

方法二：更高效的Numpy矢量操作（无需循环） #

Numpy提供了更优的实现方式，完全不需要手动写循环，性能远高于循环方案：

import numpy as np

arr = np.zeros((100, 100), dtype=int)
# 从数组所有元素中随机挑选500个不重复的扁平索引
flat_indices = np.random.choice(arr.size, 500, replace=False)
# 通过扁平索引直接赋值
arr.flat[flat_indices] = 1

arr.flat将二维数组转为一维视图，np.random.choice直接生成不重复索引，一步完成替换操作。

内容的提问来源于stack exchange，提问作者Aksel Andrè Wiik Martinsen