如何无重复地在25×25的Numpy零数组中随机替换指定数量的0为1

我创建了一个25×25的Numpy数组，初始值全部为0。希望根据用户指定的数量（范围为1到625），将数组中的0随机替换为1，且需避免重复替换同一位置，请问该如何实现？

生成初始数组的代码 #

import numpy as np
arr = np.zeros((25,25), dtype=int)

预期效果（以4×4数组为例） #

替换前：

0,0,0,0
0,0,0,0
0,0,0,0
0,0,0,0

替换1个0后（随机位置）：

0,0,0,0
0,0,1,0
0,0,0,0
0,0,0,0

替换16个0后（全部替换）：

1,1,1,1
1,1,1,1
1,1,1,1
1,1,1,1

解决方案 #

可以利用Numpy的随机索引特性实现，核心是生成不重复的线性索引来定位需要替换的位置，具体代码如下：

import numpy as np

# 创建25×25零数组
arr = np.zeros((25, 25), dtype=int)
# 用户指定的替换数量（范围1-625，这里以50为例）
replace_count = 50

# 生成指定数量的唯一线性索引
total_elements = arr.size
unique_indices = np.random.choice(total_elements, replace_count, replace=False)

# 通过展平数组赋值，将指定位置设为1
arr.flat[unique_indices] = 1

# 验证替换结果（可选）
print(f"替换后数组中1的数量：{np.sum(arr)}")
print(arr)

代码说明 #

• arr.flat：将二维数组展平为一维可迭代对象，支持直接通过线性索引修改原数组的对应位置，无需手动转换二维坐标。
• np.random.choice(..., replace=False)：确保生成的索引完全唯一，避免重复修改同一位置。
• 若需要固定随机结果（方便调试），可以在生成索引前添加np.random.seed(xxx)设置随机种子。

内容的提问来源于stack exchange，提问作者user11709754