从NumPy数组中获取并替换基于索引列表的值

Question

能否根据索引列表（如1和3）从numpy数组中获取值？然后，我想用另外的值替换它们。

这里是一个示例：

import numpy as np

array = np.array([0, 1, 2, 8, 4, 9, 1, 2])
idx = [3, 5]

我希望替换X[3] = 8和X[5] = 9的值，但不想使用循环，因为数组可能很大。是否有一种方法或函数可以执行此类操作但不使用循环？

- BS98

---

https://dev59.com/M17Va4cB1Zd3GeqPGhos - chrisHG

Answer 1

你应该使用array[idx] = new_values。这种方法比原生的Python循环快得多。但是你还需要将“idx”和“new_values”转换为NumPy数组。

import numpy as np

n = 100000
array = np.random.random(n)
idx = np.random.randint(0, n, n//10)
new_values = np.random.random(n//10)

%time array[idx] = new_values

时间：257微秒

def f():
    for i, v in zip(idx, new_values):
        array[i] = v
%time f()

用时：5.93毫秒

- JST

Answer 2

使用np.r_：

larr = np.array([0, 1, 2, 8, 4, 9, 1, 2])
larr[np.r_[3, 5]]

输出

array([8, 9])

正如@MadPhysicist建议的那样，使用larr[np.array([3, 5])]也可以，并且速度更快。

- Scott Boston

---

为什么不直接使用 np.array？ - Mad Physicist

larr[np.array([3, 5])]。不要更短，但要更快。 - Mad Physicist