除了其他人所说的之外，您还可以使用花式索引来修改这些元素，如下所示：
In [39]: rows = [0,1]In [40]: cols = [2,2]In [41]: a = np.arange(1,10).reshape((3,3))In [42]: a[rows,cols] = 0In [43]: aOut[43]: array([[1, 2, 0], [4, 5, 0], [7, 8, 9]])
您可能需要阅读有关对多维数组建立索引的文档：http :
//docs.scipy.org/doc/numpy/user/basics.indexing.html#indexing-多维数组
关键点是：
如果索引数组具有匹配的形状，并且要索引的数组的每个维度都有一个索引数组，则结果数组的形状与索引数组的形状相同，并且值对应于为索引中每个位置设置的索引数组。
重要的是，这还允许您执行以下操作：
In [60]: a[rows,cols] = np.array([33,77])In [61]: aOut[61]: array([[ 1, 2, 33], [ 4, 5, 77], [ 7, 8, 9]])
您可以在其中使用相同大小的另一个数组，列表或元组独立设置每个元素。
