Numpy中布尔索引筛选数组元素赋值失效的原因

问题和布尔索引本身的逻辑无关，根源是你初始化的y数组默认是整数类型，赋值时发生了浮点数向零取整的隐式转换。

• 初始化阶段：你写y = np.array([0, 0, 1])时传入的所有元素都是整数，numpy会自动推断数组类型为整数型（通常是int64），整数类型的数组只能存储整数值，无法保留小数部分。
• 计算阶段：x<1生成的布尔掩码[True, True, False]、1 - x[x<1]计算得到的[0.1, 0.1]这两步逻辑完全正确，没有问题。
• 赋值阶段：当你把浮点数值[0.1, 0.1]赋值给整数类型的数组切片时，numpy会自动对浮点数做向零取整转换，0.1取整后结果为0，所以对应位置的赋值看起来“没生效”，最终输出还是[0, 0, 1]。

验证方法 #

你可以通过指定y的初始化类型复现预期结果，不需要修改布尔索引的写法：

import numpy as np
x = np.array([0.9, 0.9, 1])
# 初始化时指定为浮点类型
y = np.array([0, 0, 1], dtype=np.float64)
y[x<1] = 1 - x[x<1]
print(y)
# 输出：[0.1 0.1 1. ]，和预期完全一致

你也可以直接打印原代码中y.dtype，会看到输出为int64，就能确认是数组类型导致的问题。

内容的提问来源于stack exchange，提问作者nero_tulip