如何在Numpy中实现沿指定轴向、索引的3D数组切片简洁赋值

方案1：动态构造切片元组（推荐） #

这是最接近原生索引性能、写法最简洁的无分支方案，适配任意维度数组，完全等价你原有的多分支判断逻辑：

# 初始化全选切片列表，长度等于数组维度
indexer = [slice(None)] * self.volume.ndim
# 替换指定轴向的索引为目标idx
indexer[axe] = idx
# 直接赋值，和原生索引写法性能完全一致
self.volume[tuple(indexer)] = new_slice

原理是numpy支持传入tuple类型的索引对象，每个位置对应对应维度的索引规则，slice(None)等价于写法中的:，完全匹配你之前三个分支的索引逻辑。

方案2：np.put_along_axis 正确用法 #

你之前调用失败大概率是没有对齐索引、值和原数组的维度，调整后写法如下：

# 构造和原数组维度匹配的索引数组
target_idx = np.full(self.volume.shape, idx, dtype=int)
np.put_along_axis(self.volume, target_idx, new_slice[..., np.newaxis], axis=axe)

• 该方案适合需要批量处理多个索引赋值的场景，单索引赋值场景下方案1开销更低更易用。

额外优化提示 #

你现有循环中range(len(self.volume))只在所有维度长度相等时可用，如果你的体积数组各维度长度不同，建议调整为按当前遍历轴向的长度取值：

for axe in range(self.volume.ndim):
    # 按当前轴向的长度遍历索引，避免越界
    for idx in range(self.volume.shape[axe]):
        slice_ = np.take(self.volume, idx, axis=axe)
        # 后续处理和赋值逻辑

内容的提问来源于stack exchange，提问作者Mistake