有多种方法可以做到这一点。例如，np.arange(10) == 4给出了一个包含所有False值的数组，除了位置4处的一个True。
NumPy的bool值实际上是0，1实际上是uint8（就像Python的bool值是0和1一样，尽管它是唯一的整型），所以你可以在任何表达式中直接使用它：

>>> np.arange(10) == 4
array([False, False, False, False,  True, False, False, False, False, False], dtype=bool)
>>> np.arange(10) * 1
array([0, 0, 0, 0, 1, 0, 0, 0, 0, 0])
>>> np.arange(10) + 23
array([23, 23, 23, 23, 24, 23, 23, 23, 23, 23])

...或将view转换为uint8，而不是bool：

>>> (np.arange(10) == 4).view(np.uint8)
array([0, 0, 0, 0, 1, 0, 0, 0, 0, 0], dtype=uint8)

...或者，如果您想要正常的int值，您可以将其转换为：

>>> (np.arange(10) == 4).astype(int)

数组（[0，0，0，0，1，0，0，0，0，0]）
如此等等。
然而，这看起来可读性差了很多，而且在快速测试中也慢了大约20%，所以除非你是为了代码高尔夫的原因而这样做，为什么呢？

x = numpy.array([0,0,0,0,1,0,0,0,0,0])

：P

b=np.array([int(x==4) for x in range(10)])
print(b)

[0 0 0 0 1 0 0 0 0 0]

使用此np.where(np.arange(10)==4,1,0)

我不认为这是可能合并的：

x=np.zeros(10) #1 create an array of values 
x[4]=1         #2 assign at least one value of an array a different value

在一行中。
幼稚：

x = np.zeros(10)[4] = 1 # Fails

由于python处理链接赋值的方式，x的值为1，因此失败。零数组中的x和element 4都被赋值为1。
因此，我们需要先创建一个0的数组，然后再赋值给元素element 4赋值给1，而这两个操作不能在一行中完成。

如果需要对多个元素执行此操作：

my_vect = np.zeros(42)
# set index 1 and 3 to value 1
my_vect[np.array([1,3])] = 1

创建大小为10的空向量，但第五个值为1。

import numpy
x = np.zeros(10, dtype=int)
if x[5] == 0:
   x[5] = 1  
print(x)

array = numpy.eye( array_size )[ element_in_array_which_should_be_1 - 1 ]

因此，要创建大小为10的空向量，但一行中的第五个值为1，则为

array = numpy.eye( 10 ) [ 5 - 1 ]

1.数组中的所有元素都是空的。
：）