You need to enable JavaScript to run this app. 如何在numpy中一次性为二维数组的多个单元格批量赋值?
优惠活动
大模型
产品
解决方案
定价
更多

如何在numpy中一次性为二维数组的多个单元格批量赋值?

2D NumPy全零数组批量按位置赋值的实现方法

你描述的「行号连续、每一行对应固定列位置赋值1」的需求,用NumPy原生的整数索引就能一次性完成,不需要写循环逐行处理。

具体操作

  1. 构造和列索引一一对应的行索引:因为你的数组是5行的连续结构,行号从0到4,和给定的列索引idx长度完全匹配,直接通过np.arange(arr.shape[0])就能生成对应的行号序列。
  2. 用组合索引选中所有目标单元格,直接赋值1即可。

完整可运行代码

import numpy as np

# 创建5行3列的全零数组
arr = np.zeros((5, 3)) 
# 每一行需要赋值的列索引
idx = [0,1,2,2,0]
# 生成匹配的行索引:[0, 1, 2, 3, 4]
row_idx = np.arange(arr.shape[0])
# 批量给目标位置赋值1
arr[row_idx, idx] = 1

print(arr)

输出结果

和你预期的矩阵完全一致:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]
 [0. 0. 1.]
 [1. 0. 0.]]

注意点

  • 只要保证传入的行索引序列、列索引序列长度相同,且同一位置的元素组合成要修改的单元格坐标,这个方法就能正常工作,哪怕行索引不是连续的也不影响。
  • 这种原生索引的方式比逐行循环赋值效率高很多,数组规模越大,优势越明显。

内容的提问来源于stack exchange,提问作者user7864386

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:2026.11.18 17:15:03