使用Numpy ndarray表示矩阵时，如何基于某列值修改另一列？

实现代码 #

结合你的示例数组，直接用Numpy的布尔索引就能完成条件更新，代码如下：

import numpy as np

# 初始化示例数组
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 生成布尔掩码：筛选第二列（Numpy用0索引，所以对应索引1）值大于3的行
mask = arr[:, 1] > 3
# 给符合条件的行的第三列（索引2）加10
arr[mask, 2] += 10

执行后数组会变为：

array([[ 1,  2,  3,  4],
       [ 5,  6, 17,  8],
       [ 9, 10, 21, 12]])

关于ndarray的概念说明 #

你对ndarray的理解没有问题，它确实是Numpy官方推荐用来表示矩阵（多维数组）的核心结构。它的核心优势是支持向量化操作——不用像普通Python列表那样写循环遍历每一行，直接通过布尔索引就能批量处理符合条件的元素，效率远高于循环遍历。

内容的提问来源于stack exchange，提问作者johnl