Python NumPy中是否有复制索引分配操作？

在一个复制索引赋值操作中（通过复制更改子切片的元素或数组的子索引），是否有与下面最后两行代码相同的操作

import numpy as np
a, b = np.zeros([4, 6]), np.ones([2, 3])
c = np.copy(a)
c[1:3, 2:5] = b

我想在一行中这样做：

c = np.copy_index_assign(a, np.s_[1:3, 2:5], b)

我认为这通常被称为

scatter

操作，就像在中一样

复制和分配的好简称可能是

np.replace

有，所有这些insert/append/delete元素都返回修改后的副本，但是否有与

np.replace

相同的赋值函数（元素的replacemenet）返回被替换元素的副本

当然，我可以像下面的代码中那样使用

def

一个简单的函数来实现这一点，但也许在标准NumPy中已经有这样的内置操作了

def replace(a, obj, b):
    c = np.copy(a)
    c[obj] = b
    return c

另外，如果没有内置的操作，这个操作可以在一个班轮中实现吗

---

如果这种操作除了分配给slice外还支持分配给给定的索引数组，那就太好了。

有些函数/方法的名称像

copyto

，

put

，

place

，但我想不出任何东西既能提供副本，又能提供索引分配的全部功能（带广播）@hpaulj我之所以考虑复制和赋值，是因为numpy中几乎所有函数/操作都是不可变的，这意味着它们返回的不是就地操作，而是修改过的副本。因此，我们希望在分配任务时也能做到这一点。不可变操作很好，因为它们可以链接在一个线性行中。@hpaulj还有

np.insert

和

np.append

和

np.delete

，但没有替换（分配）元素的操作。虽然替换实际上可以通过两个操作来实现

np.delete

plus

np.insert

。但我不会将

insert

、

append

和

delete

放在这个类别中。它们是返回新阵列的代价高昂的函数。它们必须这样做，因为结果的大小不同

append

只是

concatenate

的一个幌子。有一些函数/方法的名字像

copyto

，

put

，

place

，但我想不出任何东西能同时提供副本和索引分配的全部功能（带广播）@hpaulj我之所以考虑复制和赋值，是因为numpy中几乎所有函数/操作都是不可变的，这意味着它们返回的不是就地操作，而是修改过的副本。因此，我们希望在分配任务时也能做到这一点。不可变操作很好，因为它们可以链接在一个线性行中。@hpaulj还有

np.insert

和

np.append

和

np.delete

，但没有替换（分配）元素的操作。虽然替换实际上可以通过两个操作来实现

np.delete

plus

np.insert

。但我不会将

insert

、

append

和

delete

放在这个类别中。它们是返回新阵列的代价高昂的函数。它们必须这样做，因为结果的大小不同<代码>附加只是

连接

的掩护。