NumPy的fill方法仅原地修改数组且无返回值，不支持只读数组、dtype转换或形状检查；而[:] = value更安全通用，支持广播、类型转换和多种右值形式。
fill方法只能原地修改，不能返回新数组
NumPy的fill方法不产生新数组，而是直接修改调用它的数组对象。如果你写成 a = b.fill(0)，结果a会是None——因为fill没有返回值。正确做法是单独调用：b.fill(0)，然后继续用b。
fill和[:] = value的区别在哪
两者都能批量赋值，但行为有关键差异：
-
fill只接受单个标量值，且强制广播到整个数组（不检查形状兼容性） -
[:] = value支持更灵活的右值：可以是标量、同形状数组，甚至能触发广播规则（比如给(3,4)数组赋值一个长度为4的list） -
fill在底层更轻量，对大型数组略快；[:] =语义更通用，也更符合NumPy惯用写法
fill不能用于只读数组
如果数组设置了flags.writeable = False（例如从某些文件或视图中创建），调用fill会立刻报错：ValueError: assignment destination is read-only。此时必须先解除只读：a.setflags(write=True)，或改用np.full_like(a, value)生成新数组。
fill不支持dtype转换，赋值前需确认类型匹配
fill不会做隐式类型提升。比如arr = np.ones(3, dtype=np.int32)，执行arr.fill(3.14)会导致截断为3，且不警告。若需要浮点填充，应提前确保数组dtype合适，或改用arr[:] = 3.14（此时NumPy会按目标dtype做安全转换）。
立即学习“Python免费学习笔记（深入）”；
实际使用时，多数场景推荐[:] = value——它更安全、更直观，也避免了fill那些隐含约束。只有在明确追求极致原地操作、且确定数组可写、类型匹配时，才用fill。 
