Numpy数组赋值未生效与取值异常问题技术咨询

让我来逐个解答你的两个NumPy问题，都是新手常踩的典型坑～

问题1：为何向Numpy数组的某个位置赋值后，数组未被修改？ #

这种情况通常有以下几个常见原因，我给你拆解一下：

• 误修改了数组副本而非原数组
  NumPy里的索引操作分两种：返回视图（和原数组共享内存）和返回副本（独立内存）。如果你修改的是副本，原数组自然不会变。比如用花式索引（比如arr[[1,3]]）返回的就是副本：

  import numpy as np
  arr = np.array([1,2,3,4])
  sub_arr = arr[[0,1]]  # 花式索引返回副本
  sub_arr[0] = 100
  print(arr)  # 输出 [1 2 3 4]，原数组毫无变化
  

  解决办法：直接通过原数组的索引赋值，比如arr[[0,1]] = 100，或者使用np.put这类直接操作原数组的方法。

• 数据类型不匹配导致赋值被截断
  如果你的数组是整数类型（比如默认的int64），赋值浮点数时会被自动截断为整数，看起来像是没修改：

  arr = np.array([0,0,0])  # 默认是int类型
  arr[0] = 0.7
  print(arr)  # 输出 [0 0 0]，0.7被截断成了0
  

  解决办法：创建数组时明确指定浮点类型，比如arr = np.array([0,0,0], dtype=np.float64)或者arr = np.zeros(3, dtype=np.float64)。

• 索引未匹配到任何元素
  比如用布尔索引时，条件没有匹配到数组中的任何元素，赋值操作自然不会生效：

  arr = np.array([1,2,3])
  arr[arr > 5] = 100  # 没有元素满足arr>5，赋值无效
  print(arr)  # 输出还是 [1 2 3]
  

问题2：为何overlap结果全为0而非0.7？ #

先看你的代码，核心问题出在数组的数据类型和循环逻辑上：

overlap= np.array([0]*10)  # 这里默认创建的是int类型数组
tempi = np.zeros(10)  # zeros默认是float类型
for i in range(10):
    for j in range(10):
        tempi[j] = 0.7; overlap[i] = max(tempi)
print(max(tempi))

问题分析： #

1. 数据类型不匹配：overlap是整数类型，当你把max(tempi)（值为0.7）赋值给它时，NumPy会自动把0.7截断为整数0，所以每次赋值后overlap[i]都是0。
2. 循环逻辑的冗余：其实在j循环的过程中，tempi会被逐步填满0.7，但不管j走到哪一步，你每次都立刻给overlap[i]赋值，哪怕tempi只有一个元素是0.7时，max值是0.7，但因为overlap是int类型，还是会被截断成0。

而print(max(tempi))输出0.7是因为tempi是浮点类型，能正常保留小数。

解决办法： #

只需要把overlap改成浮点类型即可，有几种方式：

# 方式1：用0.0创建数组，自动识别为float
overlap = np.array([0.0]*10)
# 方式2：用zeros创建，默认float
overlap = np.zeros(10)
# 方式3：明确指定dtype
overlap = np.array([0]*10, dtype=np.float64)

另外，你的嵌套循环完全可以简化，因为最终overlap的所有元素都是0.7，直接一行代码就能搞定：

overlap[:] = 0.7

这样效率比嵌套循环高多了～

内容的提问来源于stack exchange，提问作者shuquanliu