如何在Python中实现Matlab式的二维数组分阶段赋值操作？

我理解你想要复刻Matlab那种分步给数组行的不同区域赋值的操作——先添加新行的前两列，再补全该行的后两列，接着处理下一行。下面分两种常用场景给出实现方案：

一、使用Python原生列表实现 #

原生列表的灵活性很高，完全能匹配你的分步赋值需求：

方法1：用append+extend快速补全 #

# 初始化空列表
a = []

# 第一步：添加新行的前两个元素
a.append([1, 2])
# 第二步：给当前最后一行补全后两个元素
a[-1].extend([3, 4])

# 第三步：添加下一行的前两个元素
a.append([5, 6])
# 第四步：补全该行的后两个元素
a[-1].extend([7, 8])

print(a)
# 输出：[[1, 2, 3, 4], [5, 6, 7, 8]]

• append([1,2])会在主列表a中新增一个子列表作为行；
• a[-1]可以直接取到最后一行的子列表，用extend([3,4])把元素追加到该子列表末尾，完成当前行的补全。

方法2：索引赋值（更贴近Matlab写法） #

如果想更贴近Matlab的索引赋值逻辑，可以先扩展行的长度，再通过索引指定位置赋值：

a = []
a.append([1, 2])
# 先把当前行扩展到4个元素（用占位符填充）
a[-1] += [None, None]
# 注意Python是0索引！Matlab的3:4对应这里的2:4
a[-1][2:4] = [3, 4]

a.append([5, 6])
a[-1] += [None, None]
a[-1][2:4] = [7, 8]

二、使用Numpy数组实现（更贴近Matlab数组体验） #

如果你的场景是数值计算，推荐用Numpy——它的矩阵操作逻辑和Matlab高度相似：

方法1：先占位再赋值 #

import numpy as np

# 初始化空的2D数组，指定最终列数为4，数据类型为整数
a = np.empty((0, 4), dtype=int)

# 第一步：添加带占位符的新行（前两列赋值，后两列用0占位）
new_row = np.array([[1, 2, 0, 0]])
a = np.vstack((a, new_row))
# 第二步：给当前最后一行的后两列赋值（同样注意0索引）
a[-1, 2:4] = [3, 4]

# 重复操作下一行
new_row = np.array([[5, 6, 0, 0]])
a = np.vstack((a, new_row))
a[-1, 2:4] = [7, 8]

print(a)
# 输出：
# [[1 2 3 4]
#  [5 6 7 8]]

方法2：分步拼接行（完全匹配Matlab分步逻辑） #

先单独处理当前行的前两列，再拼接后两列，最后追加到主数组：

import numpy as np

a = np.empty((0, 4), dtype=int)

# 先构造当前行的前两列
current_row = np.array([[1, 2]])
# 拼接后两列，将行扩展为4列
current_row = np.hstack((current_row, np.array([[3, 4]])))
# 追加到主数组
a = np.vstack((a, current_row))

# 处理下一行
current_row = np.array([[5, 6]])
current_row = np.hstack((current_row, np.array([[7, 8]])))
a = np.vstack((a, current_row))

⚠️ 注意：Python的索引是0-based（从0开始），而Matlab是1-based（从1开始），这是两者最容易混淆的地方，赋值时要注意转换索引范围。

内容的提问来源于stack exchange，提问作者user570593