在计算0-1图像2d-熵时，我需要得到相邻灰度概率分布：

img=np.random.randint(0,2,(64,64))

avg=avgpool2d(img,kernel_size=3,padding=1).numpy() * 9

avg = avg.astype(np.int32)

distribution=np.zeros((2,9))

for i,j in zip(img.flat,avg.flat):

    distribution[i,j]+=1

我想避免使用numpy的方式循环，但花哨的索引似乎在这里不起作用：

a=np.zeros((3,))

b=np.array([1,0,0])

a[b]+=1 # a=[1,1,0] not [2,1,0]

所以

img=np.random.randint(0,2,(64,64))

avg=avgpool2d(img,kernel_size=3,padding=1).numpy() * 9

avg = avg.astype(np.int32)

distribution=np.zeros((2,9))

distribution[img,avg]+=1

给出错误结果
有没有一种优雅的方法可以在两个（或更多）数组之间计数？