假设我有一个 numpy.array 值，例如
values = np.array([0, 3, 2, 4, 6])
和一个 numpy.array 索引，比如说
idces = np.array([1, 3, 5])。
我想获得一个数组，该数组在 idces 的位置上具有给定值，例如 -1，而其他元素分布在其余位置。所以在上面的例子中我想获得
np.array([0, -1, 3, -1, 2, -1, 4, 6])。
这看起来像 np.insert 的任务，只不过后者在指定索引处的值之前插入值，而不是在处> 指定的索引(只有当只有一个索引时两者才重合)。
所以我能想到的最好的办法是
np.insert(values, idces - np.arange(len(idces)), -1)。
这仍然比使用 -np.ones 创建数组，计算 idces 的索引，然后使用 np.put 更好...但我想知道:有没有更干净的方法？
最佳答案
插入最好根据偏移来考虑，它枚举的不是数组元素，而是它们之间(或之前/之后)的间隙:
np.insert 的文档将其描述为“在其之前插入值的一个或多个索引”，这只是近似正确的。偏移量可以等于 len(arr) (数组末尾)即使 arr[len(arr)]抛出越界错误。
例如，np.insert([3, 1, 4, 1, 5], [1, 3, 3, 5], [0, 0, 0, 0])意思是:在编号为 1 的间隙处放置一个零，在编号为 3 的间隙处放置另外两个零，最后一个在末尾。结果是[3, 0, 1, 4, 0, 0, 1, 5, 0] 。
与指定新元素的插入后索引相比，此枚举的一些优点:
1) 在一个地方插入一堆元素更容易:np.insert(arr, [3]*values.size, values)插入数组 values在第三个偏移处。
2) 使用 np.insert(arr, np.arange(values.size), values) 交错两个数组更容易
3) 更容易控制插入点是否有效；有效性并不取决于插入的元素数量。
当您知道插入后索引时的情况idces很容易处理，就像您对
np.insert(values, idces - np.arange(len(idces)), -1)
关于python - 在 numpy 数组中的特定位置插入值(np.insert 做对了吗？)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47442115/