You need to enable JavaScript to run this app. 如何更高效地按索引规则将numpy数组的元素赋值到另一个数组
优惠活动
大模型
产品
解决方案
定价
更多

如何更高效地按索引规则将numpy数组的元素赋值到另一个数组

实现方案

最优方案:向量化索引映射

这种方法仅需2次向量化操作,全程在numpy底层C层面执行,远快于多次np.where的条件判断写法,且扩展性更强:

import numpy as np

l1 = np.array([4, 5])
x112 = np.array([[0, 0], [0, 1], [1, 1], [0, 0], [1, 0], [1, 1]])

# 统计每行1的数量
row_sum = x112.sum(axis=1)
# 构造映射表:下标对应1的个数,值为对应输出值
mapping = np.array([0, l1[0], l1[1]])
# 直接索引取值,reshape为和示例一致的二维输出格式
output = mapping[row_sum].reshape(-1, 1)

print(output)

运行输出完全符合预期:

[[0]
 [4]
 [5]
 [0]
 [4]
 [5]]

方案优势

  • 效率更高:避免了多次np.where的条件扫描,数组越大性能优势越明显
  • 扩展性好:如果后续规则更新,比如3个1对应l1[2],只需在mapping数组追加对应值即可,无需新增条件语句
  • 代码更简洁易读,逻辑清晰

内容的提问来源于stack exchange,提问作者Stevan Nixon

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.11 11:51:01