Numpy：一次索引两个维度

我想在一些索引给定的位置上为数组赋值。一个例子将更加清楚：

import numpy as np

#Dimensions
N = 25
n = 50
d = 100
k = 3
p = 7

A = np.random.uniform(size=(N,n,d,d))

A_new_values = np.random.uniform(size=(N,n,k,p))
indexes_new_values = np.random.choice(np.arange(d),size=k*p,replace=False).reshape((k,p))

print(A[:,:,indexes_new_values].shape) 

我希望最后一行生成

（N，N，k，p）

，以便能够将新值分配为：

A[:,:,indexes_new_values] = A_new_values

---

但这会产生一个错误。我如何将

A\u新值分配给
A
中的支持位置？
如果我理解正确，我认为您可以使用以下内容：

将numpy导入为np
#尺寸
N=25
n=50
d=100
k=3
p=7
np.random.seed（0）
A=np.随机.均匀（大小=（N，N，d，d））
A_new_values=np.random.uniform（大小=（N，N，k，p））
索引新值=np.random.choice（np.arange（d），size=k*p，replace=False）。重塑（（k，p））
np.沿轴放置（A，索引新值。重塑（1，1，-1，1），A新值。重塑（N，N，-1，1），轴=2）
打印（np.all（A[10,20，索引\u新值[1,5]]==A\u新值[10,20,1,5]））
#真的
查看一下
索引新值
，它有重复值。。。那么，您希望在哪里插入新值呢？请给出一个例子。好吧，假设它没有重复的值。我画了随机值来构建我的MWE，但我的真实数据（暴露起来很复杂…）没有。我编辑了MWE来纠正这个问题。
A
中的哪个索引应该是
索引新值的元素之一？毕竟，虽然
索引新值是二维的，但它的值只是单个数字。因此，如果
索引新值[2,2]
是，例如
33
，那么
A
中的索引应该是什么？应该是A[：，：，33,33]
？我相信你的问题前后矛盾。您可能希望沿最后两个维度生成
k*p
分散的索引，但在这种情况下，您必须生成最多
d**2
，而不是
d
，并应用现有答案（或等效地，生成最多
d
的
k*p
索引对）。相反，如果您想沿最后两个维度“切片”a
k x p
子阵列，则必须生成
k+p
索引，每个索引最多为
d
（注意加法而不是乘法）。如果你深入到二维数组的形状
（d1，d2）
，并使其工作起来，这可能会有助于解决这个问题。我认为你是对的，安德拉斯，我的问题是不一致的。我想要的是它在第一条评论中提出的@00。但同样，这个问题是不适定的。我怀疑他们需要生成高达
d**2
的索引，而不是
d
@AndrasDeak啊，我想我明白你的意思了，
k
和
p
应该对应于
A
的最后两个
d
大小的维度？但是我不确定它是如何工作的，
索引和新值[I，j]
，
A\u新值[：，：，I，j]
和
A
之间的关系到底是什么……请看我对这个问题的评论。它要么是你用
d**2
-大小的解释，要么是一对
d
-大小的索引和奇特的索引，要么是子数组定义a'la。