如何无需循环为二维NumPy数组设置随机元素？

这问题我太熟了！你踩的是NumPy索引的经典坑——A[rows][cols]的行为和你预期的完全不一样，咱们一步步说清楚：

为什么你的代码会报错？ #

当你写A[rows][cols]时，NumPy会先执行A[rows]，从原100×50数组里取出10行，得到一个10×50的新数组。然后再对这个新数组执行[cols]，这时候cols里的数值（0-49）是用来索引这个新数组的行的，但新数组只有10行（索引0-9），所以只要cols里有≥10的数，就会触发IndexError，这就是你看到的报错原因。

不用循环的正确实现 #

直接用NumPy的整数数组索引，把行和列索引放在同一个方括号里，用逗号分隔：

import numpy as np

A = np.zeros((100, 50))
rows = np.random.choice(100, size=10, replace=False)
cols = np.random.randint(50, size=10)
# 关键：用逗号同时指定行和列索引
A[rows, cols] = 1

这个写法会直接定位到(rows[0], cols[0])、(rows[1], cols[1])……这些精确的位置，把它们设为1，完全符合你“选行再给每行配一个随机列”的需求，而且是纯向量操作，比循环高效得多。

验证一下 #

你可以打印这些位置的值确认：

print(A[rows, cols])  # 输出应该是全1的数组：array([1., 1., ..., 1.])

额外拓展（如果需要每行选多个列） #

要是你想给每个选中的行随机选多个列设为1，也可以不用循环，比如给每行选3个随机列：

# 生成每行对应的3个随机列，形状是(10,3)
cols_multi = np.random.randint(50, size=(10,3))
# 用广播索引赋值
A[rows[:, np.newaxis], cols_multi] = 1

内容的提问来源于stack exchange，提问作者Stop US and Israel