Python 在numpy数组中的特定位置插入值（np.insert done right？）

假设我有一个

numpy.array

值，比如

values=np.array（[0,3,2,4,6]）

和索引的

numpy.array

，比如

idces=np.array（[1,3,5]）

我想得到一个数组，它在idce的位置上有一个给定的值，比如说

-1

，其他元素分布在其余位置上。因此，在上述情况下，我想获得

np.array（[0，-1,3，-1,2，-1,4,6]）

这看起来像是

np.insert

的任务，不同的是后者在指定索引的值之前插入值，而不是在指定索引的值之前插入值（只有当只有一个索引时，这两个值才会重合）

所以我能想出的最好办法就是

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

---

这仍然比使用

-np.ones

创建一个数组、计算

idce

的索引然后使用

np.put

要好。。。但是我想知道：有没有更干净的方法呢？

插入最好用偏移量来考虑，偏移量不是枚举数组元素，而是它们之间（或之前/之后）的间隙：

的文档将其描述为“插入值之前的一个或多个索引”，这只是大致正确的。即使

arr[len（arr）]

抛出越界错误，偏移量也可以等于

len（arr）

（数组末尾）

例如，

np.insert（[3,1,4,1,5]，[1,3,3,5]，[0,0,0,0]）

的意思是：在编号为1的间隙处放一个零，在编号为3的间隙处放两个，最后一个放在末尾。结果是

[3,0,1,4,0,0,1,5,0]

与指定新元素的插入后索引相比，此枚举具有以下优点：

1） 在一个位置插入一组元素更容易：

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）将两个数组交错起来更容易

3） 更容易控制插入点是否有效；有效性并不取决于插入了多少元素

当您知道插入后索引
idces
时，这种情况很容易处理，就像您使用

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

.
如果您正在寻找内置的，我看不到任何或更紧凑的方式。使用
array initialization
可能是一种方法（为了提高性能），但这不是一种简单的方法。您使用
insert
的目的完全正确，而且不会造成混乱。在插入后索引方面，为
insert
使用另一个NumPy方法会让人困惑，所以没有一个方法也就不足为奇了。@6'whitemale好的，有道理。。。尽管如此，我还是很想知道是否有任何合理的理由表明，
insert
在默认情况下不会这样做。在我看来，它更有用，也更容易描述。