如何在Numpy中无需循环将mask数组的单个1替换为target向量

方案1：支持重叠场景（符合需求，后填充覆盖前填充） #

无需显式for循环，完美适配你给出的重叠场景逻辑，实现代码如下：

import numpy as np

L = len(target)
# 提取mask中所有值为1的索引
ones_idx = np.where(mask == 1)[0]
# 广播生成所有需要赋值的位置索引
fill_pos = ones_idx[:, np.newaxis] + np.arange(L)
# 生成对应位置的取值
fill_val = np.tile(target, (len(ones_idx), 1))
# 初始化输出数组
output = np.zeros_like(mask)
# 批量赋值，重复索引位置后赋值的会自动覆盖先赋值的
output[fill_pos] = fill_val

方案2：无重叠场景高效实现 #

如果可以保证mask中两个1的间隔大于等于target长度（无重叠），可以用卷积实现，内存和速度效率更高：

# target反转后和mask做卷积，取前len(mask)个元素即可
output = np.convolve(mask, target[::-1], mode="full")[:len(mask)]

效果验证 #

用你给出的重叠场景示例测试：

target = np.array([5, 4, 3, 2, 1])
mask = np.array([0, 0, 1, 0, 0, 0, 1, 0, 0, 0])

# 用方案1执行
L = len(target)
ones_idx = np.where(mask == 1)[0]
fill_pos = ones_idx[:, np.newaxis] + np.arange(L)
fill_val = np.tile(target, (len(ones_idx), 1))
output = np.zeros_like(mask)
output[fill_pos] = fill_val

print(output)
# 输出：[0 0 5 4 3 2 5 4 3 2]，和示例完全一致

内容的提问来源于stack exchange，提问作者fabian789