为numpy矩阵的多列赋值，不需要循环

可以使用numpy的广播功能来实现。广播是numpy中一种用于处理不同形状的数组的机制，它可以使得不同形状的数组在某些操作中具有相同的形状。

假设我们有一个numpy矩阵matrix，它的形状为(m, n)，我们想要将某一列的值赋为一个长度为m的一维数组values，可以使用广播来实现：

import numpy as np

# 创建一个示例矩阵
matrix = np.zeros((m, n))

# 创建一个示例一维数组
values = np.array([1, 2, 3, 4, 5])

# 使用广播将values赋值给第i列
i = 2
matrix[:, i] = values

在上述代码中，matrix[:, i]表示矩阵matrix的第i列，values是一个一维数组，通过广播机制，将values的值赋给了matrix的第i列。

需要注意的是，广播操作要求两个数组在某些维度上的形状是兼容的，即这些维度的长度相等或其中一个数组的长度为1。在上述示例中，values的长度为m，而matrix[:, i]的长度也为m，因此它们的形状是兼容的。

推荐的腾讯云相关产品：腾讯云弹性MapReduce（EMR），是一种大数据处理和分析的云服务，提供了强大的计算和存储能力，适用于各种大数据场景。详情请参考腾讯云EMR产品介绍：https://cloud.tencent.com/product/emr。