在for循环中使用相应的3D numpy arrays

Question

我想知道使用相应的 3D 阵列的最佳方法是什么。 所以我创建了 3 个不同的 numpy arrays，像这样（这只是一个例子，3D 数组可以更大），我在每个数组中尝试做的是用 arr2 和arr中的一些值替换arr2和arr3中的一些值. 例如，在我的代码中，我想用 arr2 中的值替换arr[0, 2:] （行部分），然后用arr2替换部分arr[2:, 1] （列部分） arr3中的值我正在考虑使用zip但我遇到了麻烦，我的代码是下一个

import numpy as np

arr = np.array([[[0., 1., 1., 1., 1.],
                 [0., 0., 0., 0., 0.],
                 [0., 1., 0., 1., 0.],
                 [0., 1., 1., 0., 1.],
                 [0., 1., 0., 1., 0.]],

                [[0., 1., 1., 1., 1.],
                 [0., 0., 0., 0., 0.],
                 [0., 1., 0., 0., 1.],
                 [0., 1., 0., 0., 1.],
                 [0., 1., 1., 1., 0.]]])

arr2 = np.array([[[43, 25, 21],
                  [28, 43, 28]],

                 [[38, 29, 46],
                  [48, 27, 33]]])

arr3 = np.array([[[43, 43, 45],
                  [28, 24, 38]],

                 [[32, 26, 30],
                  [40, 23, 20]]])

for i, j in zip(arr, arr2):
    for k in j:
        i[0, 2:] = k

print(i) 

#output
#[[ 0.  1. 48. 27. 33.]
# [ 0.  0.  0.  0.  0.]
# [ 0.  1.  0.  0.  1.] #The last array in arr with the last array in arr2
# [ 0.  1.  0.  0.  1.] #It does almost what I need, but not quite
# [ 0.  1.  1.  1.  0.]]

#If I try using append like

aux = []

for i, j in zip(arr, arr2):
    for k in j:
        aux.append(i[0, 2:] = k)

#I get an error
#keyword can't be an expression

问题不仅如此，而且我有3个不同的arrays，所以我不想在完成替换行部分后创建一个不必要的列表，然后如果有更简单的使用此列表替换列部分方式，我想要的 output 是下一个

 newarr =      [[[0.,  1., 43., 25., 21.],
                 [0.,  0.,  0.,  0.,  0.],
                 [0., 43.,  0.,  1.,  0.], 
                 [0., 43.,  1.,  0.,  1.],
                 [0., 45.,  0.,  1.,  0.]],
                                                
                [[0.,  1., 28., 43., 28.],
                 [0.,  0.,  0.,  0.,  0.],
                 [0., 28.,  0.,  1.,  0.],
                 [0., 24.,  1.,  0.,  1.],
                 [0., 38.,  0.,  1.,  0.]],

                [[0.,  1., 38., 29., 46.],
                 [0.,  0.,  0.,  0.,  0.],
                 [0., 32.,  0.,  0.,  1.],
                 [0., 26.,  0.,  0.,  1.],
                 [0., 30.,  1.,  1.,  0.]],

                [[0.,  1., 48., 27., 33.],
                 [0.,  0.,  0.,  0.,  0.],
                 [0., 40.,  0.,  0.,  1.],
                 [0., 23.,  0.,  0.,  1.],
                 [0., 20.,  1.,  1.,  0.]]]

因此， arr中的第一个二维数组复制自身，然后替换arr2和 arr3 的第一个二维 arrays 中的值，并对arr中的第二个二维数组和arr2和arr3中的第二个二维arr3执行相同操作，如果有的话能指点我正确的方向，我将不胜感激，谢谢！

Answer 1

一个更简单的方法是 -

out = arr.repeat(2,axis=0)
out[:,0,2:] = arr2.reshape(-1,arr2.shape[2])
out[:,2:,1] = arr3.reshape(-1,arr3.shape[2])