您始终可以使用蒙版并相乘：

from numpy import array
z = array([[[0.,0.,0.],[0.,0.]],[[0.,0.]]])
i = array([[1,1,1],[1,0],[0,0]])
v = array([[ 2.,4.,10.,7.],[10.,9.,2.],[ 3.,8.,8.],[ 8.,6.,1.]])
z[0] = ~i.astype(bool)*v
z[1] = i.astype(bool)*v

输出：

z = 
array([[[ 0.,[ 0.,1.]],[[ 2.,0.]]])

对于更一般的情况：

for ax in np.unique(i):
    mask = i == ax
    z[ax] = mask*v
print(z)

输出：

[[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 6. 5. 0.]]

 [[0. 5. 0. 4.]
  [4. 6. 0. 3.]
  [4. 0. 4. 8.]
  [7. 0. 0. 7.]]

 [[5. 0. 0. 0.]
  [0. 0. 8. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]]

注意：这里我假设i中的值与z中的通道相同。如果不同，可以尝试以下方法代替np.unique：

for i_val,ax in zip(np.unique(i),range(z.shape[0]))::
    mask = i == i_val
    z[ax] = mask*v

编辑

单线是：

>>> z = np.array([*map(i.__eq__,np.unique(i))])*np.array([v]*z.shape[0])
>>> z
array([[[0.,5.,4.],[4.,3.],[7.,7.]],[[5.,0.]]])

可以使用numpy.where：

z[0] = np.where(i,z[0],v)
z[1] = np.where(1 - i,z[1],v)

输出：

array([[[ 0.,0.]]])

在更新之后，如果i拥有要更改的z的索引（与示例中的0和1相反），则可以轻松地将其缩放为：

for N in range(z.shape[0]):    
    z[N] = np.where(i == N,v,z[N])

或者如果您真的想避免循环变态：

z = np.where(i == (np.where(np.ones(len(z.reshape(-1))) == 1)[0] // (z.shape[1] * z.shape[2])).reshape(z.shape),z)

输出：

array([[[0.,0.]]])

没有numpy的事情会更加复杂：

r = list(zip(i,v))
z[0] = [[l2[i] if l1[i]==0 else 0 for i in range(4)] for l1,l2 in r ]
z[1] = [[l2[i] if l1[i]==1 else 0 for i in range(4)] for l1,l2 in r ]