Question

假设我有numpy.array个值，比如说

values = np.array([0, 3, 2, 4, 6])

和numpy.array个指数，比如说

idces = np.array([1, 3, 5])。

我想获取一个数组，该数组在idces的位置有一个给定的值，比如-1，其他元素在其余的位置分布。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，除了后者在指定索引处的值之前插入值，而不是 at 指定的索引（只有当只有一个指数时，两者才重合。

所以我能想到的最好的是

np.insert(values, idces - np.arange(len(idces)), -1)。

这比使用-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：有更清洁的方法吗？

Answer 1

最好根据偏移来考虑插入，它不会枚举数组元素，而是枚举它们之间（或之前/之后）的间隙：

np.insert的文档将其描述为＆＃34;插入值之前的索引或＃34;这几乎是正确的。即使len(arr)抛出越界错误，偏移也可以等于arr[len(arr)]（数组的结尾）。

例如，np.insert([3, 1, 4, 1, 5], [1, 3, 3, 5], [0, 0, 0, 0])表示：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，在结尾处放置最后一个。结果是[3, 0, 1, 4, 0, 0, 1, 5, 0]。

此枚举的一些优点，而不是指定新元素的插入后索引：

1）在一个地方插入一堆元素更容易：np.insert(arr, [3]*values.size, values)在第三个偏移处插入数组values。

2）使用np.insert(arr, np.arange(values.size), values)

更容易交织两个数组

3）控制插入点是否有效更容易;有效性不取决于插入的元素数量。

当您知道插入后索引idces的情况很容易处理时，就像使用

一样

np.insert(values, idces - np.arange(len(idces)), -1)