在numpy数组中替换子数组的高效方法 - numpy.put或类似的？

Question

我有一个很长的列表，叫做“colours”，里面包含了长度为4的元组。现在我需要把其中一些元组替换成其他的元组（更具体地说，我需要替换的所有元组都要换成元组(1.,0.,0.,1.)，这个元组在matplotlib中代表颜色“红色”）。我知道需要替换的元组的索引，这些索引存储在一个叫“indices”的列表里，长度是“li”。

当然，我可以使用：

for i in range(li):
  colours[indices[i]] = (1.,0.,0.,1.)

但是因为“colours”这个列表有400*400个元素，所以这个替换过程会花费比较长的时间。我在想有没有更快、更优雅的方法来做到这一点？

我尝试把“colours”转换成numpy.array（这样在matplotlib中仍然可以正常使用），然后使用numpy.put方法：

n.put(colours, indices, [(1.,0.,0.,1.)]*li)

但这样不行，因为n.put并不是把整个元组替换掉，而只是把元组中的某个元素（也就是一个数字）替换成(1.,0.,0.,1.)元组中的另一个数字。

有没有人有什么建议可以用来解决这个问题？

相关问题：

• 从numpy数组中删除多个切片
• numpy中frompyfunc和vectorize的区别
• 在长向量中高效获取最小值索引，Python
• 将多个numpy数组快速合并为一个数组
• 为什么这个numpy数组操作这么慢？
• Numpy: 合并结构化数组？
• 对NumPy数组的一行求和
• Python中numpy数组追加和删除时的垃圾回收是如何工作的？

Answer 1

如果你把 colours 转换成一个 NumPy 数组，那么你就可以使用一种叫做“高级（整数）索引”的方法来进行赋值：

colours = np.array(colours)
colours[indices, :] = (1, 0, 0, 1)