Numpy数组原地修改值疑问：为何部分索引方式修改失效？

首先纠正一个小错误：生成3×2的Numpy数组不能用np.array(3,2)，正确写法比如a = np.random.rand(3,2)或者a = np.zeros((3,2))。

为什么两种索引修改结果不同？ #

1. a[0][0] = 10能修改原数组的原因 #

a[0]属于基本索引（单整数索引），返回的是原数组第一行的视图——视图和原数组共享同一块内存空间。之后对视图的[0]位置赋值，本质上就是直接修改原数组对应的内存区域，所以原数组会跟着变化。

2. a[np.arange(1)][0] = 10无效的原因 #

a[np.arange(1)]属于花式索引（用Numpy数组作为索引），Numpy对花式索引的处理是创建原数组的副本，而非视图。你后续对[0]的赋值，只是修改了这个临时副本的内容，原数组完全没被触动，所以看起来没有变化。

正确修改指定行某列的方法 #

不要用a[row_indices][:,0] = 10这种链式索引（先取行副本，再修改副本的列），改用多维直接索引，直接定位到目标元素，操作的是原数组：

# 示例：假设row_indices是你要修改的行索引数组
row_indices = np.array([0, 2])
a[row_indices, 0] = 10

这种写法直接通过多维索引定位到指定行的第0列元素，Numpy会直接修改原数组的对应位置，不会生成副本，所以修改会生效。

内容的提问来源于stack exchange，提问作者Jack Shi