我有一个2D numpy数组，其形状为（3024,4032）。
我有一个3D numpy数组，其形状为（3024,4032,3）。
2D numpy数组填充0和1。
3D numpy数组填充0到255之间的值。
通过查看2D数组值，我想更改3D数组中的值。如果2D数组中的值为0，我将沿着最后一个轴将3D数组中的所有3个像素值更改为0。如果2D数组中的值为1，我将不会更改它。
我已经检查了这个问题，How to filter a numpy array with another array's values，但它适用于2个具有相同尺寸的数组。就我而言，尺寸不同。
如何在两个数组中应用过滤，在2个维度上具有相同的大小，但在最后一个维度上没有大小？
答案 0 :(得分：2)
好的，我会回答这个问题，以突出一个关于＆＃34;缺失＆＃34;尺寸。让＆＃39;假设a.shape==(5,4,3)和b.shape==(5,4)
当索引时，现有维度左对齐，这就是@Divakar的解决方案a[b == 0] = 0有效的原因。
当广播时，现有尺寸正确对齐，这就是为什么@ InvaderZim a*b不起作用的原因。您需要做的是a*b[..., None]，它在右侧插入可广播的维度
答案 1 :(得分：1)
我认为这个很简单：
如果a是填充了值的3D数组（a.shape ==（5,4,3）），b是填充了1和0的2D数组（b.shape ==（5,4）） ，然后重塑b并乘以它们：
a = a * b.reshape(5, 4, 1)
Numpy会根据需要自动扩展数组。