Python 使用2D索引数组对3D数组值进行Numpy赋值

我有一个由零组成的三维numpy数组，其尺寸为CxHxW（在本例中，C=4，H=2，W=3）：

我还有一个二维索引数组，维数为HxW，因此数组中的每个值都是[0，C-1]之间的有效索引

B = np.array([[2, 3, 0], 
              [3, 1, 2]])

是否有一种使用矢量化的快速方法来修改数组a，使所有有效i，j的a[B[i][j][i][j]=1

A = np.array([[[0, 0, 1],
               [0, 0, 0]],
              [[0, 0, 0],
               [0, 1, 0]]
              [[1, 0, 0],
               [0, 0, 1]]
              [[0, 1, 0],
               [1, 0, 0]]]) 

---

谢谢大家!

您似乎正在寻找：

请注意，第二个参数的维数必须与第一个参数相同，这就是为什么使用

B[None，…]

而不是

B

的原因

A = np.array([[[0, 0, 1],
               [0, 0, 0]],
              [[0, 0, 0],
               [0, 1, 0]]
              [[1, 0, 0],
               [0, 0, 1]]
              [[0, 1, 0],
               [1, 0, 0]]]) 

np.put_along_axis(A, B[None,...], 1, 0)