如何将形状为(629,5)和(629,6)的两个2D数组转换为(629,5,6)的3D数组？

需求说明 #

需要把两个二维数组转换为指定形状的三维数组：

• 数组1：形状 (629, 5)
• 数组2：形状 (629, 6)
• 目标数组：形状 (629, 5, 6)，其中目标数组的第i个元素是由数组2的第i行重复5次组成的二维数组。

输入示例 #

# 形状(3,5)的数组
arr1 = [
 [2, 5, 6, 7, 8],
 [3, 5, 6, 7, 8],
 [4, 5, 6, 7, 8]
]

# 形状(3,6)的数组
arr2 = [
 [2, 5, 6, 7, 8, 9],
 [3, 5, 6, 7, 8, 9],
 [4, 5, 6, 7, 8, 9]
]

期望输出示例（形状(3,5,6)） #

[
 [[2, 5, 6, 7, 8, 9], [2, 5, 6, 7, 8, 9], [2, 5, 6, 7, 8, 9], [2, 5, 6, 7, 8, 9], [2, 5, 6, 7, 8, 9]], 
 [[3, 5, 6, 7, 8, 9], [3, 5, 6, 7, 8, 9], [3, 5, 6, 7, 8, 9], [3, 5, 6, 7, 8, 9], [3, 5, 6, 7, 8, 9]], 
 [[4, 5, 6, 7, 8, 9], [4, 5, 6, 7, 8, 9], [4, 5, 6, 7, 8, 9], [4, 5, 6, 7, 8, 9], [4, 5, 6, 7, 8, 9]]
]

解决方案 #

基于NumPy的高效实现（推荐） #

NumPy的维度操作和广播特性可以快速完成转换，适合大数据量场景：

1. 导入NumPy并转换输入为数组：

import numpy as np

arr1_np = np.array(arr1)
arr2_np = np.array(arr2)

2. 方法一：使用np.repeat直接重复行
   将数组2扩展为(629,1,6)的形状，然后在第二个维度重复5次：

result = np.repeat(arr2_np[:, np.newaxis, :], arr1_np.shape[1], axis=1)

3. 方法二：使用广播（内存更高效）
   无需实际复制数据，通过广播直接生成目标形状的数组：

result = np.broadcast_to(arr2_np[:, None, :], (arr1_np.shape[0], arr1_np.shape[1], arr2_np.shape[1]))

4. 验证结果形状：

print(result.shape)  # 输出 (629, 5, 6)

纯Python实现（适合小数据量） #

如果不依赖NumPy，可以用列表推导式完成：

result = []
for row in arr2:
    # 把当前行重复5次，组成三维数组的一行
    result.append([row.copy() for _ in range(5)])

内容的提问来源于stack exchange，提问作者Rebel