由于vals是固定的，因此可以解释大小的变化：

arr = np.array([0, 1, 2, 3, 4, 5])

for ii in pos + np.arange(len(pos))*len(vals):
    arr = np.insert(arr, ii, vals)

或者：

arr = np.array([0, 1, 2, 3, 4, 5])

for n, ii in enumerate(pos):
    arr = np.insert(arr, ii+n*len(vals), vals)

输出量：

array([ 0, -1, -1,  1,  2, -1, -1,  3, -1, -1,  4,  5])

In [130]: pos = np.array([1, 3, 4])
     ...: arr = np.array([0, 1, 2, 3, 4, 5])
     ...: vals = np.array([-10,10]) # more interesting

将pos和vals扩展到匹配长度：

In [131]: pos.repeat(2)
Out[131]: array([1, 1, 3, 3, 4, 4])    
In [133]: np.tile(vals, 3)
Out[133]: array([-10,  10, -10,  10, -10,  10])

In [134]: np.insert(arr, pos.repeat(2), np.tile(vals, 3))
Out[134]: array([  0, -10,  10,   1,   2, -10,  10,   3, -10,  10,   4,   5])

insert每次被调用时都会创建一个新数组，其中包含来自arr和vals的所有附带副本。对于重复调用，您必须考虑arr的增长。
请注意，insert考虑了这种增长。如果我把扩展的pos加上[0，1，2...]，我可以索引结果中的插入：

In [135]: Out[134][Out[131]+np.arange(6)]
Out[135]: array([-10,  10, -10,  10, -10,  10])

类似地，我可以创建一个result=np.zeros(12)，找出arr元素所属的位置，并将vals元素分配给剩余的插槽。索引数学需要一些照顾，但不是花哨或耗时。insert主要是一个方便的函数，而不是一个特殊的编译函数。
一种方法是为我们想要插入值的位置创建一个布尔掩码：

In [151]: mask = np.zeros(12,bool)    
In [152]: mask[pos.repeat(2)+np.arange(6)]=True    
In [153]: mask
Out[153]: 
array([False,  True,  True, False, False,  True,  True, False,  True,
        True, False, False])

创建一个目标数组：

In [154]: result = np.zeros(12, int)

指定原始值和新值：

In [155]: result[~mask] = arr    
In [156]: result[mask] = np.tile(vals,3)

In [157]: result
Out[157]: array([  0, -10,  10,   1,   2, -10,  10,   3, -10,  10,   4,   5])