Python如何给数组快速赋值

Question

遇到一个数组快速赋值的问题需要解决，具体问题如下：
有一个1280*960的大小的初始化为0的数组二维数组：

ndarray=np.zeros([1280,960])

我已经知道其中某些位置的值，例如(3,4)=10表示3行4列应该赋值10，我己经将赋值的存储下面的字典类型 :

dcit={(3,4):10, (2,5):10,（10，16):20}

我原来采用的方法是逐坐标比较然后赋值，但是效率太低，请问有什么方法可以快速的根据dict的位置坐标和值给ndarray赋值。考虑是不是pandas可以搞定，麻烦有经验的可以告知，谢谢！

Answer 1

for (x, y), v in dict.items():
    ndarray[x,y] = v

Answer 2

pandas 也可以，但在这里不需要。

用 numpy 步骤如下

1. 先把 dict 转成 numpy N*3 矩阵，N 代表赋值次数，列1代表坐标 x, 列2代表坐标 y，列3代表值。
2. 一次全部赋值。

a = np.zeros((5, 5))
d = {(2,3):10, (3,4):20}
b = np.array([(x,y,v) for (x,y),v in d.items()])
a[b[:,0], b[:,1]] = b[:,2]