Numpy：如何在给定测试条件的多维数组中使用np.where？

Question

编辑：由于我的第一个问题可能太凌乱，我将问题减少到最小

当我在标量单元格的条件上使用np.where时，一切正常：

new_array = np.where(old_array==6, rempl_array, old_array)

但是如果我想让我的条件在数组的完整维度上起作用：

new_array = np.where((old_array == [1, 2, 3]).all(axis=-1), rempl_array, old_array)

我不再，尺寸不匹配

但是我不知道如何在合适的3D布尔值中转换2D布尔值（old_array == [1、2、3]）。all（axis = -1）>

---

这里是第一篇文章：

我有一个从图片创建的3D数组（因此尺寸适用于高度，宽度和RGB值）。我想根据给定的条件更改颜色。

    submap = np.any([(carr == [pr["red"], pr["green"], pr["blue"]]).all(axis=-1) for pr in list_areas], axis=0)
条件很好，对于满足条件的像素，使用True投影2D数组，否则返回False。>
但是，当我尝试建立一个新的3D阵列时，我会根据该条件更改颜色：

    new_carr = np.where(submap, new_color, carr)
我收到形状不匹配错误：
ValueError: operands could not be broadcast together with shapes (2048,5632) (3,) (2048,5632,3)
问题似乎不只是我的new_color具有形状（3，）的事实，因为当我用形状数组（2048,5632,3）替换它时，问题仍然存在，而我的条件是2D，而我的初始数组是3D。但是根据定义，这种情况怎么可能不是二维的呢？我该如何做呢？
感谢您的帮助

编辑：我简化为一个最小的问题，因为当我在标量单元格上使用np.where时，我的第一个问题可能太混乱了：一切正常：new_array = np.where（old_array == 6，...

Answer 1

实际上，我以非常难看的方式解决了我的问题

submap = np.array([[[b, b, b] for b in x] for x in submap.tolist()])

Answer 2

[从这张帕丁顿的海报图像开始：