Estaba tratando de colocar una matriz en mosaico donde cada índice es multidiscrecional. Luego elimino el i-ésimo subelemento de cada índice.

Por ejemplo, comenzando con esta matriz:

>>> 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.     ]]])

Salida deseada:

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

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

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

Me preguntaba si había una forma más eficiente de generar esta salida sin tener que crear una matriz grande primero y luego eliminarla.

[ACTUALIZAR]

La intención detrás de esta permutación fue como un intento de vectorizar en lugar de usar python for-loops. La respuesta proporcionada por Divakar ha sido de gran ayuda para lograr esta tarea. También me gustaría vincular aesta publicación que muestra lo contrario a esta permutación, y fue útil para reorganizar las cosas para sumar todos los valores cuando terminé.

Además, intento utilizar la misma técnica de permutación en un tensor con Tensorflow (consulteesta publicación)