解决索引赋值报错：NumPy数组指定元素高效替换方法

你触发这个报错的核心是元组形式的索引被NumPy解析成了多维维度的分隔标识，而非连续的整数索引集合：
直接写a[indexes]时，因为indexes本身是长度为3的元组，NumPy会将其等价解析为a[2,4,6]——也就是向1维数组传入了3个维度的索引参数，自然会抛出"1维数组却收到3个维度索引"的报错。

NumPy原生支持整数数组索引的批量赋值，速度远快于Python层面的循环，只需要避开上面提到的元组索引解析坑即可：

• 基础正确写法：将元组形式的索引、新值转成1维NumPy数组，就可以正常触发批量赋值逻辑

  a = np.arange(10)
  newvalues = (10, 20, 35)
  indexes = (2, 4, 6)
  
  # 核心操作：将索引元组转为1维NumPy数组，避免被识别为多维索引
  a[np.asarray(indexes)] = np.asarray(newvalues)
  print(a)
  # 最终输出：array([ 0,  1, 10,  3, 20,  5, 35,  7,  8,  9])
  

• 简化写法：如果不想显式转NumPy数组，也可以将索引用普通列表包裹，列表形式的索引不会触发多维解析逻辑，比如a[[2,4,6]] = [10,20,35]可以正常运行
• 兼容场景：该方式完全适配重复索引的情况，比如indexes=(2,2,3)、对应新值(10,20,30)时，数组对应位置会按赋值顺序覆盖，完全符合NumPy的批量赋值规则。

踩坑提示：不要直接把存了整数索引的元组塞给数组当索引，只要把它转成1维数组或者1维列表，就能正常触发整数数组索引的赋值逻辑，完全不需要手写循环逐元素替换。

内容的提问来源于stack exchange，提问作者Sun Bear