我想知道是否可以用纯numpy做下面的事情，假设我有一个矩阵a和一个向量b，我想用向量b中对应于矩阵a中的行的值来填充等号左边的所有满足条件的值。

import numpy as np
a = np.arange(30).reshape(5,6)
a[3,3] = 2
a[4,0] = 1
a
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20,  2, 22, 23],
       [ 1, 25, 26, 27, 28, 29]])

b = np.arange(0,5)[:,None]
b
array([[0],
       [1],
       [2],
       [3],
       [4]])

a[a<3] = b

TypeError：NumPy布尔数组索引分配需要0或1维输入，输入有2维
我明白为什么这不起作用，我需要将B重塑为与a相同的形状，然后首先将其子集a〈3

b_mat = np.full(a.shape, b)
a[a<3] = b_mat[a<3]

a
array([[ 0,  0,  0,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20,  3, 22, 23],
       [ 4, 25, 26, 27, 28, 29]])

然而，我想知道，有没有一种方法可以在numpy中优雅地做到这一点，而不必将一维向量B变成一个所有行都重复的矩阵？
在Pandas中有一种方法可以做到这一点，就像在this问题中解决的那样。