如何执行类似于numpy.put但更改大小的插入数组

Question

我希望编写一个setitem函数，用另一个数组替换numpy数组的子集，该数组的长度可能相同，也可能不同。shape[0]（但列大小始终相同。shape[1]）

例如，使用numpy.put()将绑定到数组的形状

a = np.arange(10)
np.put(a, [2,3], [80, 80, 80, 80])
array([ 0,  1, 80, 80,  4,  5,  6,  7,  8,  9])

但我希望将a扩展到一个新的形状：

array([ 0,  1, 80, 80, 80, 80,  4,  5,  6,  7,  8,  9])

目前我所做的是根据新形状创建一个新数组。然后相应地分配每个零件：

a = np.ones((10, 2)) * 2
b = np.ones((4, 2)) * 80

def insert(a, pos, b):
    start = pos[0]; end = start + b.shape[0]
    c = np.ndarray((b.shape[0] - len(pos) + a.shape[0], a.shape[1]))
    c[:start] = a[:start]  # The first part is still a
    c[start:end] = b       # The middle part being replace by b
    c[end:] = a[pos[-1] + 1:]  # The remaining is also a . 
    return c

a = insert(a, [2, 3], b) # Insert a longer to array to the position 
array([[ 2.,  2.],
       [ 2.,  2.],
       [80., 80.],
       [80., 80.],
       [80., 80.],
       [80., 80.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.]])

d = insert(a, [2,3,4,5,6], b)  # Insert a shorter array to the position
array([[ 2.,  2.],
       [ 2.,  2.],
       [80., 80.],
       [80., 80.],
       [80., 80.],
       [80., 80.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.]])

它似乎工作，但也似乎非常低效，因为我处理的音频数据，所以大小相当大

请建议是否有一个更python或numpy的方法来有效地插入一个不匹配大小的数组到另一个数组