Numpy如何不使用花式索引按指定轴和索引设置ndarray元素值

numpy 原生没有完全匹配你所需用法的set_value内置方法，但你可以通过构造广播兼容的索引元组，自行封装实现该功能，代码如下：

实现方案 #

首先封装独立赋值函数：

import numpy as np

def set_value(arr, value, axis, indices):
    axis = tuple(axis)
    indices = tuple(indices)
    # 初始化所有轴为全选状态
    idx = [slice(None)] * arr.ndim
    for ax, idx_list in zip(axis, indices):
        # 将当前轴的索引扩展维度，适配多轴广播规则
        expanded_idx = np.array(idx_list)
        # 左侧补维度
        for _ in range(ax):
            expanded_idx = np.expand_dims(expanded_idx, axis=0)
        # 右侧补维度
        for _ in range(ax + 1, arr.ndim):
            expanded_idx = np.expand_dims(expanded_idx, axis=-1)
        idx[ax] = expanded_idx
    arr[tuple(idx)] = value

使用示例 #

完全匹配你预期的调用逻辑：

z = np.zeros((3,4,2,8))
# 为轴0的[1,2]位置、轴2的[0,1]位置赋值为9
set_value(z, 9, axis=(0,2), indices=[[1,2],[0,1]])

# 验证和原花式索引效果一致
print(np.all(z[[1,2],:,[0,1],:] == 9)) # 输出 True

如果想要实现z.set_value的调用形式，可以给ndarray动态绑定方法：

np.ndarray.set_value = lambda self, value, axis, indices: set_value(self, value, axis, indices)

# 调用效果
z = np.zeros((3,4,2,8))
z.set_value(9, axis=(0,2), indices=[[1,2],[0,1]])

补充说明 #

你提到的np.put是按数组扁平化后的一维索引赋值，np.put_along_axis仅支持单轴赋值，确实无法直接满足多轴同时指定索引赋值的需求，上面的实现中用expand_dims做维度扩展就是为了让多轴的索引可以互相广播适配数组形状，实现和花式索引完全一致的效果。

内容的提问来源于stack exchange，提问作者stevemo