如何对二维NumPy数组提取不等长列子集并用NaN填充？

你的问题核心是要对二维数组的每列单独提取不同起始位置的子集，并将前面的位置用NaN填充。你之前的索引方式错误地选取了行切片的组合，而非针对列进行单独处理。下面提供两种可行方案：

方法一：循环逐列处理（直观易懂） #

先创建一个和原数组形状完全一致的全NaN数组，再逐列将原数组对应起始位置到末尾的内容赋值进去：

import numpy as np

# 生成示例数据
data = np.random.normal(size=(100,4))
# 各列的起始索引
start_indices = [75, 33, 42, 54]

# 创建全NaN的结果数组
result = np.full_like(data, np.nan)

# 逐列赋值
for col_idx, start in enumerate(start_indices):
    result[start:, col_idx] = data[start:, col_idx]

方法二：广播掩码法（无循环，更高效） #

利用NumPy的广播机制生成掩码矩阵，通过np.where一次性完成赋值，适合列数较多的场景：

import numpy as np

data = np.random.normal(size=(100,4))
start_indices = [75, 33, 42, 54]

# 生成行索引矩阵，与起始索引广播比较
row_indices = np.arange(data.shape[0])[:, np.newaxis]
# 生成掩码：行索引 >= 对应列的起始索引
mask = row_indices >= start_indices

# 根据掩码赋值，满足条件的位置用原数据，否则用NaN
result = np.where(mask, data, np.nan)

为什么你的原代码无效？ #

data[[slice(75,100),slice(33,100)],:]这种写法是选取行的组合：它会把行索引75-99的所有行，和行索引33-99的所有行合并，最终得到一个行数为(100-75)+(100-33)=132的数组，完全不符合你“每列单独处理”的需求。

内容的提问来源于stack exchange，提问作者R Walser