Python中向维度可变的多维数组列表的指定索引位置赋值的实现方法

这个问题的核心解决思路其实很简单——利用Python的元组操作动态构造numpy数组的索引，完美适配你循环中变量化的n_m1和n_m2需求。我来一步步拆解实现方式：

关键原理 #

numpy数组的多维索引本质上可以接受一个元组作为参数，比如arr[a,b,c]和arr[(a,b,c)]是完全等价的。所以我们只需要根据n_m1和n_m2动态生成这个索引元组，就能实现变量化的索引赋值。

另外注意：你的代码里用了list作为变量名，这会覆盖Python的内置list类型，建议改成arr_list这类更安全的名称，避免后续出现奇怪的bug。

具体实现步骤 #

1. 动态构造索引元组：
   用元组乘法生成重复的m1序列，再用元组拼接加上m2的序列，最终得到我们需要的索引结构：

   index = (m1,) * n_m1 + (m2,) * n_m2
   

2. 特殊处理0维数组（i=0的情况）：
   当i=0时，对应的是0维标量数组，不需要索引，直接赋值即可；如果想用索引语法，空元组()是它的合法索引。

结合你的示例代码的完整演示 #

我们在你的基础代码上添加赋值逻辑，验证效果：

import numpy as np
m = 10
i_range = 6
# 重命名变量避免冲突
arr_list = [np.zeros((m,) * i) for i in range(0, i_range)]

# 测试用的参数
m1 = 2
m2 = 5

# 遍历并赋值
for i in range(i_range):
    if i == 0:
        # 0维标量直接赋值
        arr_list[0] = 99
        print(f"i=0: 赋值后的值为 {arr_list[0]}")
        continue
    
    # 这里可以替换为你循环中的n_m1和n_m2变量
    n_m1 = i // 2
    n_m2 = i - n_m1
    
    # 动态构造索引元组
    index_tuple = (m1,) * n_m1 + (m2,) * n_m2
    
    # 对数组指定位置赋值
    arr_list[i][index_tuple] = 100
    
    # 验证结果
    print(f"i={i}, 维度={i}, n_m1={n_m1}, n_m2={n_m2}")
    print(f"  索引位置: {index_tuple}")
    print(f"  对应值: {arr_list[i][index_tuple]}")

运行输出示例 #

i=0: 赋值后的值为 99.0
i=1, 维度=1, n_m1=0, n_m2=1
  索引位置: (5,)
  对应值: 100.0
i=2, 维度=2, n_m1=1, n_m2=1
  索引位置: (2, 5)
  对应值: 100.0
i=3, 维度=3, n_m1=1, n_m2=2
  索引位置: (2, 5, 5)
  对应值: 100.0
i=4, 维度=4, n_m1=2, n_m2=2
  索引位置: (2, 2, 5, 5)
  对应值: 100.0
i=5, 维度=5, n_m1=2, n_m2=3
  索引位置: (2, 2, 5, 5, 5)
  对应值: 100.0

额外说明 #

• 这个方法完全适配循环场景：不管你的n_m1和n_m2是怎么生成的（比如从循环变量推导、外部传入等），只要保证n_m1 + n_m2 = i（数组的维度），就能正确构造索引。
• 对于更高维度的数组，这个逻辑同样成立——元组的拼接和乘法会自动处理任意长度的索引需求。

备注：内容来源于stack exchange，提问作者serene