使用for和while循环遍历二维NumPy数组的赋值问题求助

嘿，我一眼就看到你代码里的问题了——输出全是1，根本没执行到相乘的逻辑，咱们一步步来搞定它：

你的代码里的几个关键错误： #

• while循环条件完全错误：你写的while j > 2，但j初始值是0，0>2永远不成立，所以这个循环一次都没跑过，数组自然还是原来的全1。正确的应该是while j < size，这样才能遍历每一列的元素。
• 索引计算错误：range_matrix[i + j]的逻辑不对，比如当i=1、j=0时，你取的是索引1的元素，但此时应该取第4个元素（索引3），正确的索引应该是i * size + j，也就是行号乘以列数加上列号，这样才能按顺序取一维数组的元素。
• 多余的i +=1：你已经用了for i in range(size)来遍历行，这个循环会自动帮你递增i，后面再加i +=1会导致i跳步，跳过部分行的处理。

修正后的循环版本代码 #

如果你坚持要用循环实现，修正后的代码如下：

import numpy as np

size = int(input("Enter the matrix size:"))
one_matrix = np.ones((size, size), dtype=int)
total_elements = size * size
range_matrix = np.arange(1, total_elements + 1)

for i in range(size):
    j = 0
    while j < size:
        # 正确计算一维数组的索引
        one_matrix[i][j] = range_matrix[i * size + j]
        j += 1

print(one_matrix)

更高效的NumPy原生方法（推荐） #

其实用NumPy完全不需要写循环，它的向量操作比Python循环高效太多，尤其是当矩阵规模大的时候。我们可以直接把一维数组reshape成对应大小的二维数组，再和全1数组相乘（因为全1乘任何数等于它本身，其实直接赋值也可以）：

import numpy as np

size = int(input("Enter the matrix size:"))
# 直接生成对应形状的目标数组，一步到位
result_matrix = np.arange(1, size*size + 1).reshape(size, size)

# 如果一定要保留和全1数组相乘的逻辑：
# one_matrix = np.ones((size, size), dtype=int)
# result_matrix = one_matrix * np.arange(1, size*size + 1).reshape(size, size)

print(result_matrix)

这样运行后，输入3的话，就会输出你预期的：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

内容的提问来源于stack exchange，提问作者Mahesh Padmanabh