是的，这可以用高级索引来完成。而且你不需要任何循环。

# Get the row and col indices of the ndarray
rowidx, colidx = np.ogrid[:a.shape[0], :a.shape[1]]
# update row idices
updt_rowidx = rowidx - b
# Use the updated indices
a[updt_rowidx, colidx]
>> array([[1, 2, 3, 1],
       [2, 3, 1, 2],
       [3, 1, 2, 3]])

是的，NumPy中有一个名为np.roll（）的函数，可以用来实现所需的结果。下面是如何使用它的示例：

import numpy as np

a = np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3]])
b = np.array([0,2,1,0])

out = np.empty_like(a)

for i, shift in enumerate(b):
    out[i] = np.roll(a[i], shift)

print(out)