如何在Numpy数组中若整行含True则更新该行最后一个元素？

原代码问题 #

你的代码存在两个关键问题：

• 赋值操作错误：x[-1] == True是比较运算而非赋值，应改为x[-1] = True
• 效率低下：np.apply_along_axis本质是Python层循环，对于50万行的大型数组，完全浪费了Numpy的向量化运算优势，处理速度会极慢

高效向量化实现 #

直接用Numpy向量化操作处理，速度比循环写法快几个数量级：

import numpy as np

# 假设mask是你的(500000, 36)布尔数组
# 1. 计算每行是否存在True元素，得到形状为(500000,)的布尔数组
has_true_in_row = mask.any(axis=1)
# 2. 将对应行的最后一列设为True
mask[:, -1] = has_true_in_row

原代码修正（不推荐） #

如果一定要保留循环写法，修正赋值错误即可，但该方式不适用于大型数组：

def update_array(x):
    if x.any():
       x[-1] = True  # 修正为赋值运算符=

np.apply_along_axis(update_array, axis=1, arr=mask)

内容的提问来源于stack exchange，提问作者matt.aurelio