如何用Numpy将零维标量与多维数组逐元素配对成向量矩阵？

可以利用Numpy的广播机制和np.stack函数实现这个需求，该方法适用于任意维度的数组m，无需针对维度做特殊处理：

通用代码示例 #

import numpy as np

s = np.asarray(5)
m = np.asarray([[1,2],[3,4]])

# 核心操作：在最后一个维度堆叠s和m
result = np.stack([s, m], axis=-1)
print(result)

运行结果完全符合预期：

array([[[5, 1],
        [5, 2]],

       [[5, 3],
        [5, 4]]])

原理说明 #

1. 广播机制自动适配维度：零维标量s会被Numpy自动广播为与m形状完全一致的数组，无需手动扩展维度。
2. np.stack指定堆叠维度：通过axis=-1参数，我们在数组的**最后一个维度（最低维度）**将广播后的s和原数组m进行堆叠，最终每个位置都会生成[s, m元素]的子数组。

适配任意维度的验证 #

比如当m是一维数组时：

m_1d = np.asarray([1,2,3])
result_1d = np.stack([s, m_1d], axis=-1)
# 输出：array([[5, 1], [5, 2], [5, 3]])

当m是三维数组时：

m_3d = np.asarray([[[1],[2]],[[3],[4]]])
result_3d = np.stack([s, m_3d], axis=-1)
# 输出：array([[[[5, 1]], [[5, 2]]], [[[5, 3]], [[5, 4]]]])

可以看到，无论m是几维，该方法都能正确在最低维度完成s与m元素的配对。

内容的提问来源于stack exchange，提问作者Ben