Numpy广播生成3D数组后赋值报错：assignment destination is read-only

嘿，这个问题我太熟悉啦！你遇到的ValueError: assignment destination is read-only是因为np.broadcast_to返回的并不是一个独立的可修改数组，而是原灰度数组的只读广播视图——它并没有真正开辟新内存来存储三个通道的数据，只是复用了原数组的内容，所以自然不允许你修改它。

下面给你几种可行的解决办法：

方法1：用np.repeat生成可写的拷贝 #

np.repeat会直接在指定维度上复制数据，生成真正独立的数组，支持后续修改：

import numpy as np

img_grey = np.random.randn(4, 4)
# 先扩展维度，再在最后一维重复3次
img_rgb = np.repeat(np.expand_dims(img_grey, axis=-1), repeats=3, axis=-1)

# 现在赋值就没问题啦
img_rgb[0, 0, 0] = 0

方法2：对广播视图调用.copy() #

如果你坚持想用np.broadcast_to，只需要在后面加上.copy()，把只读视图转换成可写的数组拷贝：

import numpy as np

img_grey = np.random.randn(4, 4)
img_rgb = np.broadcast_to(np.expand_dims(img_grey, axis=-1), (4, 4, 3)).copy()

# 尝试赋值，不会报错
img_rgb[0, 0, 0] = 0

方法3：用np.tile实现多通道复制 #

np.tile可以把数组像瓷砖一样重复拼接，也能生成可写的数组：

import numpy as np

img_grey = np.random.randn(4, 4)
# (1,1,3)表示在第0、1维不重复，第2维重复3次
img_rgb = np.tile(np.expand_dims(img_grey, axis=-1), (1, 1, 3))

# 修改操作正常执行
img_rgb[0, 0, 0] = 0

这几种方法都能解决你的赋值问题，其中np.repeat是最贴合“单通道转多通道”场景的选择哦～

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