如何正确修改numpy ndarray指定位置元素 解决字符串数组赋值报错问题

1. numpy put函数修改结果不符合预期的问题 #

原因 #

np.put()的索引参数对应数组扁平化后的一维索引，你传入列表[0,1]会同时修改扁平化后第0、第1位的元素，所以最终两个位置都被修改为100，和你想要修改二维坐标(0,1)的需求不符。

解决方法 #

• 要修改二维坐标(0,1)的元素，对应扁平化索引为0*3 + 1 = 1，直接传单个索引即可：

  a.put(1, 100)
  

• 更推荐直接用二维索引赋值，写法更直观易读：

  a[0,1] = 100
  

2. 字符串数组修改触发TypeError的问题 #

原因 #

你提取的X = numpy_array[:,1]中每个元素X[i]是完整的字符串对象，Python的字符串属于不可变类型，不支持通过X[i][j]修改字符串内部的单个字符，你的内层j循环完全是多余的，这是报错的直接原因。

解决方法 #

• 方案1：删除内层循环，直接替换整个字符串元素

  for i in range(len(X)):
      X[i] = lemmatizeSentence(X[i])
  

  如果修改后发现原数组没有更新，说明X是原数组的切片副本而非视图，直接修改原数组对应列即可：

  for i in range(len(numpy_array)):
      numpy_array[i, 1] = lemmatizeSentence(numpy_array[i, 1])
  

• 方案2：转列表处理后回写，兼容性更高

  # 提取目标列转为列表处理
  processed_col = [lemmatizeSentence(s) for s in numpy_array[:, 1]]
  # 处理完成后写回原数组
  numpy_array[:, 1] = processed_col
  

• 方案3：用向量化方法简化写法

  vec_lemmatize = np.vectorize(lemmatizeSentence)
  numpy_array[:, 1] = vec_lemmatize(numpy_array[:, 1])
  

内容的提问来源于stack exchange，提问作者Juan