我有一个这样的数组：

data = np.array([
    [[10, 10, 10],
     [10, 10, 10],
     [10, 10, 10]],

    [[20, 20, 20],
     [20, 20, 20],
     [20, 20, 20]],

    [[30, 30, 30],
     [30, 30, 30],
     [30, 30, 30]],
], dtype=np.float64)

另一个用来除数值，就像这样：

divide_by = np.array([
    [[10, 10, 1]],
    [[1, 10, 10]],
    [[1, 1, 1]],
], dtype=np.float64)

我想将data数组的每一行（轴0）除以divide_by数组中的值（有点像邮票），但仅限于给定掩码（作为data的形状）被设置为True的位置。
所以第一部分我可以通过以下方式实现：

divide_by = divide_by.reshape(divide_by.shape[0], divide_by.shape[2])

data /= divide_by

print(data)

其产生：

[[[ 1.  1. 10.]
  [10.  1.  1.]
  [10. 10. 10.]]

 [[ 2.  2. 20.]
  [20.  2.  2.]
  [20. 20. 20.]]

 [[ 3.  3. 30.]
  [30.  3.  3.]
  [30. 30. 30.]]]

请注意，data数组的每一行都被divide_by中的内容所分割，就像在上面盖了一个图章一样。太好了
现在我想做同样的事情，但只在掩码设置为true的地方应用除法：

mask = np.array([
    [[False, True, False],
     [False, False, False],
     [True, False, False]],

    [[True, True, True],
     [False, False, True],
     [False, False, False]],

    [[True, False, False],
     [False, False, False],
     [False, False, False]],
])

因此，期望输出为：

[[[10.  1. 10.]
  [10. 10.  1.]
  [10. 10. 10.]]

 [[ 2.  2. 20.]
  [20. 20.  2.]
  [20. 20. 20.]]

 [[ 3. 30. 30.]
  [30. 30. 30.]
  [30. 30. 30.]]]

掩码定义了一个要除的地方的子集，
但如果我做了：

data[mask] /= divide_by

而不是

data /= divide_by

我得到：

ValueError: operands could not be broadcast together with shapes (7,) (3,3) (7,)

在这种特殊情况下，我如何使用这个面具？