Python中按索引数组为numpy数组赋值报形状不匹配错误如何解决？

报错核心是赋值操作左右两侧的数组形状不匹配，无法通过numpy广播规则对齐：

1. 你的new_arr是形状为(200, 1)的二维数组，使用行索引[2,3,4]取值时，得到的结果形状是(3, 1)
2. 右侧待赋值的old_arr[:,4]（或示例里的[22,44,11]）是形状为(3,)的一维数组
3. numpy广播规则要求低维数组的最后维度要和高维数组的最后维度匹配，或者为1，这里一维数组的最后维度是3，高维数组最后维度是1，无法匹配，因此抛出形状不匹配错误。

你可以根据自己的业务需求选以下任意一种方案：

• 方案1：给右侧的一维数组增加一个维度，对齐左侧的二维形状
  可以用[:, np.newaxis]、reshape或者np.expand_dims实现，示例代码：

  # 对应你的业务场景
  new_arr[old_arr[:,3]] = old_arr[:,4][:, np.newaxis]
  # 对应你的测试示例
  new_arr[[2,3,4]] = np.array([22,44,11])[:, np.newaxis]
  

• 方案2：索引new_arr时明确指定列索引，让左侧取值结果变为一维，对齐右侧形状
  直接指定取第0列，索引结果形状和右侧一维数组一致：

  # 对应你的业务场景
  new_arr[old_arr[:,3], 0] = old_arr[:,4]
  # 对应你的测试示例
  new_arr[[2,3,4], 0] = [22,44,11]
  

• 方案3：如果new_arr本身不需要保留二维结构，初始化时直接创建一维数组
  这种情况下原有写法不需要修改即可正常运行：

  # 初始化一维数组
  new_arr = np.ones(200)
  # 原有写法直接生效
  new_arr[[2,3,4]] = [22,44,11]
  new_arr[old_arr[:,3]] = old_arr[:,4]
  

内容的提问来源于stack exchange，提问作者Rohan