仅使用广播在指定的列向量处从矩阵中减去列向量

Question

我想使用另一个向量从 numpy 矩阵中减去一个列向量，该向量是需要从主矩阵中减去第一个列向量的列的索引。例如。

M = array([[  1,   2,   1,   1],

           [  2,   1,   1,   1],

           [  1,   1,   2,   1],

           [  2,   1,   1,   1],

           [  1,   1,   1,   2]])  # An example matrix

V = array([1, 1, 1, 1, 1]) # An example column vector

I = array([0, 3, 2, 3, 1, 3, 3]) # The index maxtrix

现在我想在 I 中给出的列号处从 M 中减去 V。例如。I[0] 为 0，因此从矩阵 M 的第一列（零索引）中减去 V。

同理 I[1] = 3，从矩阵 M 的第四列（三个索引）中减去 V。

在操作结束时，由于 3 在 I 中出现了 4 次，所以 V 将从第三列中减去，即 M-4 次的最后一列。

我需要只使用广播而不是循环来做到这一点。

我尝试了以下方法：

M[:, I] - V[np.newaxis, :].T

但它最终会广播结果矩阵的列数比 M 中的列数多。