为了补充@阿恩的答案，将索引分解以匹配put的通用方法是使用ravel_multi_index：

np.put(A, np.ravel_multi_index(np.array(I).T, A.shape), v)

同样，通用索引方法将是：

A[tuple(zip(*I))] = v

修改A：

array([[0, 1],
       [2, 3]])

3D示例：

A = np.zeros((2,3,4), dtype=int)
I = [(0,1,2), (1,1,1)]
v = [1, 2]

np.put(A, np.ravel_multi_index(np.array(I).T, A.shape), v)
# or
# A[tuple(zip(*I))] = v

输出量：

array([[[0, 0, 0, 0],
        [0, 0, 1, 0],
        [0, 0, 0, 0]],

       [[0, 0, 0, 0],
        [0, 2, 0, 0],
        [0, 0, 0, 0]]])

IIUC，您可以：

I = np.array(I)
A[I[:, 0], I[:, 1]] = v

print(A)

图纸：

[[0 1]
 [2 3]]

np.put()期望索引列表包含整数（而不是元组），索引目标数组的平面版本。你可以改变你的指数来符合这个期望：

import numpy as np

A = np.array([[0, 0],
              [0, 0]])
I = [(0, 1), (1, 0), (1, 1)]
v = [1, 2, 3]

n_cols = A.shape[1]
I_flat = [n_cols * i + j for i, j in I]

np.put(A, I_flat, v)
print(A)

然后输出如预期的那样：

[[0 1]
 [2 3]]