具有2d索引数组的{Numpy数组的第n维索引

Question

我有以下2-D Numpy数组：

X # X.shape = (11688, 144)
Y # Y.shape = (2912, 1000)

第一个数组填充了大气数据，第二个数组填充了从0到X.shape[0]-1的随机索引值。我想用X的每一列为Y的行编制索引，以产生一个3-D数组result，其中result.shape = (2912, 1000, 144)，我希望在没有循环的情况下执行此操作。

我目前的做法是：

result = X[Y,:]

但这一行代码执行时间可能超过10秒，具体取决于Y的第0轴的形状。

是否有更优化的方法来执行此类索引以加快执行速度？

编辑：这是我想要完成的更完整的例子。

X = np.random.rand(11688, 144) # Time-by-longitude array of atmospheric data
t = np.arange(X.shape[0])      # Time vector

# Populate array of randomly drawn time steps
Y = np.zeros((2912, 1000), dtype='i')
for i in xrange(1000):
    Y[:,i] = np.random.choice(t, 2912)

# Index X with each column of Y
result = X[Y,:]