如何基于索引修改numpy数组的原对象而非副本？

嘿，这个numpy的索引坑我之前也踩过！你遇到的问题核心在于：整数数组索引返回的是数组副本，而非视图，所以你修改的只是临时生成的副本，原数组a自然不会有变化。

为什么原来的代码无效？ #

当你执行a[b, :]时，因为b是整数数组，numpy会创建一个原数组对应行的副本，而不是直接指向原数组的视图。后续的[:, b]又是在这个副本上操作，最后+=1只修改了副本，原数组a完全没被触及。

正确的修改方式 #

要直接修改原数组，你需要构造一个能直接索引到目标位置的二维索引，让numpy返回视图而非副本。这里有两种常用方法：

方法1：使用np.ix_()构造网格索引

np.ix_()可以把多个一维数组转换成能广播成二维网格的索引，这样索引得到的是原数组的视图，修改会直接作用到原数组：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
b = np.array([1,2])

# 用np.ix_构造正确的索引
a[np.ix_(b, b)] += 1

print(a)
# 输出结果：
# [[1 2 3]
#  [4 6 7]
#  [7 9 10]]

方法2：手动构造二维索引

通过把b转换成列向量（b[:, None]），和原b广播成二维索引矩阵，同样可以直接索引原数组的目标位置：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
b = np.array([1,2])

# 手动构造二维索引
a[b[:, None], b] += 1

print(a)
# 输出和上面完全一致

关键知识点回顾 #

• 切片索引（比如a[1:3, :]）返回原数组的视图，修改视图会同步到原数组
• 整数数组索引（比如a[b, :]）返回原数组的副本，修改副本不影响原数组
• 要修改原数组，需确保索引操作返回的是视图，或者直接构造能定位到目标元素的索引矩阵

内容的提问来源于stack exchange，提问作者marc