NumPy跨尺寸转换元素

我有以下形状的3d numpy阵列：

(3600L, 7200L, 3L)

---

如果任何维度中的任何元素为0，如何将其他两个维度中相同位置的元素转换为0？

如果元素为0，则每个维度中的元素均为

0

。我将用一个小的2d数组来说明：

In [1240]: M=np.arange(9).reshape(3,3)
In [1241]: M
Out[1241]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [1242]: M[0,0]
Out[1242]: 0

一个元素是0、0行和0列。我可以使用以下方法将其余两个维度设置为0：

In [1243]: M[0,:]=0

In [1244]: M[:,0]=0

In [1245]: M
Out[1245]: 
array([[0, 0, 0],
       [0, 4, 5],
       [0, 7, 8]])

您可以将其推广到3d和更大的阵列。只要你知道该元素在所有维度上的坐标。使用3d阵列

M[i,:,:]=0

实际上，将平面（2d）中的所有值设置为0。对于

M[：，j，：]

和

M[：，：，k]

也是如此

---

np.其中

给出了符合某些条件的坐标：

In [1248]: I=np.where(M==0)

In [1249]: M[I[0],:]=0

In [1250]: M[:,I[1]]=0

In [1251]: M
Out[1251]: 
array([[0, 0, 0],
       [0, 4, 5],
       [0, 7, 8]])

In [1252]: 

In [1252]: I
Out[1252]: (array([0], dtype=int32), array([0], dtype=int32))

---

无论匹配对象是1个元素、0个元素还是更多元素，此选项都有效。这里只有一个。

啊，很抱歉，从您的回答中，我知道我只需要跨列更改。此外，我不知道如何通过编程来完成（你手动知道0个位置）。你能帮我做吗？我的意思是如何知道0在哪里，并将0转换为其他列中的位置。而且我真的有一个很大的数组，因此需要更快的计算速度。我添加了

where

来确定坐标。比什么更快？像这样的切片操作是最快的。