如何利用花式索引为N×M的numpy数组Image批量填充指定值？

数据老陈

2026-8-19

Numpy批量索引赋值的最优方法

直接利用numpy的高级索引特性就能高效完成批量赋值，这是numpy原生支持的最优方式，性能远优于逐元素循环赋值。

具体实现代码如下：

Image[y_array, x_array] = z_array

numpy的高级索引允许直接传入数组作为行、列索引，当y_array和x_array是长度为K的一维数组时，Image[y_array, x_array]会一次性选中所有(y_array[i], x_array[i])位置的元素，再用z_array对应位置的值完成批量赋值。
这是numpy内部优化的矢量化操作，避免了Python层面的循环，K值越大，性能优势越明显。
需要确保y_array元素范围在[0, N-1]、x_array元素范围在[0, M-1]，避免索引越界；同时z_array的长度必须与x_array、y_array一致，否则会触发维度不匹配错误。