如何通过行和列索引将NumPy二维数组的指定块置零？

嘿，我完全懂你遇到的困扰！你想把指定行和列的所有交叉区域都置零，但之前尝试的两种写法都没达到预期效果，咱们来拆解问题并找到简洁的解决办法。

首先，先说说你之前两种写法为什么不行：

• 第一种写法a[indices, indices] = 0.0：当你给NumPy传入两个一维索引数组时，它会执行配对索引，也就是只会选取(indices[0], indices[0])、(indices[1], indices[1])这类对角位置的元素，所以只有对角线上的值被置零了，这和你要的交叉块效果不符。
• 第二种写法a[indices, :][:, indices] = 0.0：a[indices, :]会返回原数组的一个副本（不是视图），你后续对这个副本的切片赋值操作，根本不会影响到原数组，所以原数组完全没变化。

正确的解决方法 #

NumPy其实专门提供了处理这种“交叉块索引”的工具，这里有两种高效的写法：

方法1：使用np.ix_生成网格索引

np.ix_函数的作用就是把一维索引转换成可以广播的二维索引网格，刚好能满足你的需求：

import numpy as np

a = np.ones((6, 8))
indices = [2, 3, 5]

# 用np.ix_构造交叉索引
a[np.ix_(indices, indices)] = 0.0
print(a)

运行这段代码后，就能得到你期望的结果：

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

方法2：手动构造广播索引

如果你不想用np.ix_，也可以通过手动调整数组形状来实现广播索引：

# 将行索引转为二维列向量，和列索引广播生成网格
a[np.array(indices)[:, None], indices] = 0.0

这里np.array(indices)[:, None]把一维的indices转换成了形状为(3,1)的二维数组，和原一维的indices（形状(3,)）广播后，就会生成覆盖所有交叉位置的索引网格，效果和np.ix_完全一致。

关于大数组的性能 #

这两种方法都非常适合你提到的90k×90k的大数组，因为它们都是直接对原数组进行操作，没有创建不必要的中间副本，效率远高于循环或者生成所有组合索引的方式，能快速完成置零操作。

备注：内容来源于stack exchange，提问作者mightypile