如何为二维numpy数组实现索引回绕效果 避免索引越界报错

方法1：手动模运算（无额外依赖，适合临时使用） #

你可以直接对要访问的每个轴的索引取模对应轴的长度，即可自动实现回绕效果：

import numpy as np
# 示例数组
arr = np.array([[1,2,3], [4,5,6], [7,8,9]])
# 访问索引(3,0)
result = arr[3 % arr.shape[0], 0 % arr.shape[1]]
print(result) # 输出1

该方法适配所有正负整数索引，无需修改原有数组结构，使用灵活。

方法2：自定义回绕数组类（适合高频使用场景） #

如果需要频繁使用回绕索引，可以封装自定义Numpy数组类，自动处理索引回绕，无需每次手动计算模值：

class WrappingArray(np.ndarray):
    def __new__(cls, input_array):
        return np.asarray(input_array).view(cls)
    
    def __getitem__(self, key):
        key = key if isinstance(key, tuple) else (key,)
        wrapped_indices = []
        for axis, idx in enumerate(key):
            if isinstance(idx, (int, np.integer)):
                wrapped_indices.append(idx % self.shape[axis])
            else:
                # 切片、布尔索引等非整数索引保持默认逻辑
                wrapped_indices.append(idx)
        return super().__getitem__(tuple(wrapped_indices))

使用示例：

wrap_arr = WrappingArray(arr)
print(wrap_arr[3, 0]) # 输出1
print(wrap_arr[-4, 4]) # -4%3=2、4%3=1，输出arr[2,1] = 8

内容的提问来源于stack exchange，提问作者lilek3