ался разбить массив на части, где каждый индекс является мультиразмерным. Затем я удаляю i-й подэлемент из каждого индекса.

Например, начиная с этого массива:

>>> a = np.array([[    1.     ,     7.     ,     0.     ],
                  [    2.     ,     7.     ,     0.     ],
                  [    3.     ,     7.     ,     0.     ]])
>>> a = np.tile(a, (a.shape[0],1,1))

>>> print a
array([[[    1.     ,     7.     ,     0.     ],
        [    2.     ,     7.     ,     0.     ],
        [    3.     ,     7.     ,     0.     ]],

       [[    1.     ,     7.     ,     0.     ],
        [    2.     ,     7.     ,     0.     ],
        [    3.     ,     7.     ,     0.     ]],

       [[    1.     ,     7.     ,     0.     ],
        [    2.     ,     7.     ,     0.     ],
        [    3.     ,     7.     ,     0.     ]]])

Желаемый вывод:

b = np.array([[[    2.     ,     7.     ,     0.     ],
               [    3.     ,     7.     ,     0.     ]],

              [[    1.     ,     7.     ,     0.     ],
               [    3.     ,     7.     ,     0.     ]],

              [[    1.     ,     7.     ,     0.     ],
               [    2.     ,     7.     ,     0.     ]]])

Мне было интересно, если бы был более эффективный способ генерировать этот вывод без необходимости сначала создавать большой массив, а затем удалить из него?

[ОБНОВИТЬ]

Целью этой перестановки была попытка векторизации вместо использования петель для Python. Ответ, предоставленный Дивакаром, очень помог в выполнении этой задачи. Я также хотел бы дать ссылку наэта почта который показывает обратное к этой перестановке, и было полезно переставить вещи обратно для суммирования по всем значениям, когда я закончил.

Кроме того, я пытаюсь использовать ту же технику перестановки на тензор с Tensorflow (см.эта почта)