Python 使用索引数组为numpy中的数组赋值

我正在尝试将此操作矢量化以加快运行时间。要设置问题，请查看以下代码

current_array=np.array([[2,3],[5,6],[34,0]])
ind =np.array([[0,1],[1,1],[0,0]])
new_vals=[99,77]

##do some magic
result = [[99,77],[77,77],[99,99]]

因此，我们有当前数组，我想使用

ind

中的值将

new\u vals

的值分配给

current\u数组

，从而得到结果

我有办法做到这一点，但它使用两个循环，我想加快它尽可能多。现在我正在做以下工作

def set_image_vals(image,means,mins):
    for i in range(0,image.shape[0]):
        for j in range(0,image.shape[1]):
            image[i,j]=means[mins[i,j]]
    return image

其中图像将是当前数组，表示将是新的VAL，分钟将是ind

---

有没有更好的方法可以加快速度？

对于一般情况，这是最灵活、最快的方法：

>>> new_vals = np.array([99, 77])
>>> new_vals[ind]
array([[99, 77],
   [77, 77],
   [99, 99]])

---

在这里，

new\u vals

可以有两个以上的元素，并且

ind

可以索引到该数量的元素。

对于一般情况，这是最灵活和最快的：

>>> new_vals = np.array([99, 77])
>>> new_vals[ind]
array([[99, 77],
   [77, 77],
   [99, 99]])

在这里，

new\u vals

可以有两个以上的元素，而

ind

可以索引到该数量的元素