所以我的问题是，我试图用典型的numpy语法将一个小图像粘贴到一个大图像中：

large_im = np.linspace(0,1,20)[:,None]*np.ones([1,20])
small_im = np.linspace(1,0,10)[None,:]*np.ones([10,1])

a0,b0 = 5,5
large_im[a0:a0+small_im.shape[0],b0:b0+small_im.shape[1]] = small_im

plt.figure()
plt.imshow(large_im)

大多数情况下这都很好，但也有一些边缘情况，即小图像的一部分挂在大图像之外，numpy不喜欢这样。
就像这样：

a0,b0 = 15,15
large_im[a0:a0+small_im.shape[0],b0:b0+small_im.shape[1]] = small_im

或者：

a0,b0 = -5,-5
large_im[a0:a0+small_im.shape[0],b0:b0+small_im.shape[1]] = small_im

这两个代码段会引发Value错误，因为numpy索引生成的目标数组与small_im大小不匹配。
现在，我不得不通过编写一堆代码来繁琐地处理所有这些边缘情况，这些代码检查源区域和目标区域的每个维度，并修剪大小，以便一切都合适。

你知道是否有一个numpy函数可以自动完成这个任务吗？