如何将已删除的numpy数组元素按原正确位置重新插入？

需要将从数组中按指定索引删除的元素插回原位置，典型应用为参数优化场景：部分参数固定不参与优化，优化器仅接收非固定参数子集运算，最终需要拼接完整参数集传入损失函数计算。

直接使用np.delete删除元素后用同一份索引调用np.insert无法还原数组，原因是np.delete处理多索引时会自动对索引升序排序后执行删除，而np.insert会严格按照传入的索引顺序插入，当索引不是升序时就会出现位置错位，示例如下：

import numpy as np
pars = np.array([0,10,20,30,40,50])
exclude = [3,1] # 乱序的待排除索引

parsSubset = np.delete(pars,exclude)
excludedPars = pars[exclude]
parsRecreated = np.insert(parsSubset,exclude,excludedPars)
print(parsRecreated) # 输出：[ 0 30 20 10 40 50]，和原数组不一致

方案1：掩码标记法（最推荐） #

预先构造和原数组长度一致的布尔掩码，标记待优化参数的位置，恢复时直接按掩码赋值即可，完全规避索引顺序问题，逻辑简单且性能更高。

import numpy as np
pars = np.array([0,10,20,30,40,50])
exclude = [3,1]

# 构造掩码：True为参与优化的参数位置
mask = np.ones(len(pars), dtype=bool)
mask[exclude] = False

parsSubset = pars[mask]
excludedPars = pars[exclude]

# 恢复完整数组
parsRecreated = np.zeros_like(pars)
parsRecreated[mask] = parsSubset # 赋值优化后的参数
parsRecreated[~mask] = excludedPars # 赋值固定参数
print(parsRecreated) # 输出：[ 0 10 20 30 40 50]，完全还原

方案2：索引排序适配法 #

如果一定要沿用np.delete+np.insert的实现逻辑，只需要在插入前对排除索引做升序排序即可和np.delete的逻辑对齐。

import numpy as np
pars = np.array([0,10,20,30,40,50])
exclude = [3,1]

parsSubset = np.delete(pars,exclude)
excludedPars = pars[exclude]
# 对索引升序排序，同时对应调整被排除元素的顺序
sorted_idx = np.argsort(exclude)
sorted_exclude = np.array(exclude)[sorted_idx]
sorted_excludedPars = np.array(excludedPars)[sorted_idx]

parsRecreated = np.insert(parsSubset, sorted_exclude, sorted_excludedPars)
print(parsRecreated) # 输出：[ 0 10 20 30 40 50]

内容的提问来源于stack exchange，提问作者andrea m.