Python Numpy矩阵相加如何覆盖原矩阵而非生成新矩阵

你当前写法无法修改原数组的核心原因是：Numpy中使用布尔掩码进行索引时，返回的是原数组的副本而非视图。你写的x_test_da[y_test_orig == 6][i] += ...实际是先对原数组取布尔索引生成临时副本，再对副本的第i个元素执行求和操作，修改只会作用在临时副本上，不会同步到原数组。

最优方案（无循环，性能最优） #

你要实现的「所有标签为6的样本统一加上标签为9的第一个样本」的逻辑，完全可以通过Numpy广播机制批量处理，不需要循环，且直接作用在原数组上，不会生成新矩阵：

# 提前缓存掩码，避免重复计算
mask_6 = y_test_orig == 6
# 取出要加的目标数组
add_arr = x_test_da[y_test_orig == 9][0]
# 直接对原数组的掩码位置执行原地加操作
x_test_da[mask_6] += add_arr

兼容循环的方案（仅当必须保留循环逻辑时使用） #

如果有特殊需求必须保留循环写法，提前把符合条件的索引取出，直接通过索引定位原数组元素执行修改即可：

import numpy as np

mask_6 = y_test_orig == 6
# 取出所有标签为6的样本的索引
idx_6 = np.where(mask_6)[0]
add_arr = x_test_da[y_test_orig == 9][0]

for i in tqdm(range(len(idx_6))):
    # 直接用索引定位原数组位置，执行原地修改
    x_test_da[idx_6[i]] += add_arr

• Numpy的原地操作符（+=、-=、*=等）只有直接作用在原数组本身或者原数组的视图上时，才会修改原数组内容，只要中间步骤生成了副本，修改就不会同步到原数组
• 布尔索引、花式索引返回的都是副本，只有整数切片、连续索引才会返回视图，代码编写时需要注意区分

内容的提问来源于stack exchange，提问作者Ruben Debbaudt