Python使用索引功能将2D数组中的部分数据替换为4D numpy数组中的数据

Question

如果我创建一个形状为（3,1,3,16）的np.zeros数组，然后创建另一个形状为（per_channel_sparsity）的numpy形状（3,16）。

这是用per_channel_sparsity矩阵“替换”“稀疏”中的3个（3,16）矩阵中的每一个的正确方法吗？

import numpy as np

sparsity = np.zeros((3,1,3,16)).astype(np.uint8)
per_channel_sparsity = np.random.rand((3,16)).astype(np.uint8)

for i in range(3):
    sparsity[i, 0, :, :] = per_channel_sparsity