Python3.x中基于掩码条件用numpy快速替换多维数组元素的方法

基于numpy向量化操作即可实现，完全不需要在Python层面遍历数组，运算由底层C语言实现，处理你提到的(1500,2500,4)规模的数组仅需毫秒级耗时。

代码实现 #

首先导入numpy并将原始列表转为numpy数组：

import numpy as np

# 转换为numpy数组，掩码直接转为布尔型提升运算效率
arr1 = np.array(Array1)
arr2 = np.array(Array2)
mask = np.array(Mask, dtype=bool)

方案1：原位替换（推荐，内存占用最低） #

直接通过布尔索引赋值，仅修改掩码为1的位置，无需额外生成大数组：

arr1[mask] = arr2[mask]

方案2：生成新数组（不修改原Array1） #

如果需要保留原始Array1的数据，可使用np.where生成新的结果数组：

result_arr = np.where(mask, arr2, arr1)

效果验证 #

上述两种方法得到的结果和你给出的预期输出完全一致，运算性能远高于Python层面的全量遍历，完全满足生产场景的性能要求。

内容的提问来源于stack exchange，提问作者Luca van der knaap