切片并更改numpy 2D数组，每行的列索引列表不同

我想使用列索引列表对2D numpy数组进行切片。困难在于每行的列索引不同。例如：

x = np.array([[0, 1, 2]
              [3, 4, 5]
              [6, 7, 8]])

我有一个列索引列表

indices = [[0, 1], [2, 1], [2, 2]]

这意味着我想为第0行获取列

[0,1]

，为第1行获取列

[2,1]

，为第2行获取列

[2,2]

。结果应该是

result = np.array([0, 1],
                  [5, 4],
                  [8, 8]])

如何使用numpy的切片而不涉及for循环

编辑：

我看到一些答案提到使用

np。沿轴（x，索引，1）取\u

此函数通过对原始数组的值进行处理来创建一个新数组。这对于从数组中读取值非常有用，但不能用于增加原始数组的值。是否有任何类似的矩阵可用于修改原始数组的值，例如

np。沿_轴（x，索引，1）+=10取_？当然，行的列索引是唯一的，以避免歧义
 你想要什么

链接问答的公认答案建议使用
A[np.arange（A.shape[0]）[：，None]，B]
进行索引，同样的索引操作也可以用于递增，即在RHS上只需执行
+=1
即可递增1。@Divakar这就像魔术一样，谢谢
np.take_along_axis(x, np.array(indices), axis = 1)
Out[]: 
array([[0, 1],
       [5, 4],
       [8, 8]])