调用np.tile()时维度意外塌陷，如何生成目标多维numpy数组？

你遇到的问题源于np.tile的维度匹配规则：原数组a是一维的(2,)，当传入[9,2,43]作为重复次数时，Numpy会自动给a补前导维度变成(1,1,2)，之后每个维度按重复次数相乘，最终得到(9,2, 2*43) = (9,2,86)的数组。

要生成形状为(9,2,43,2)、每个位置都是[255,0]的4维数组，有几种简单方法：

方法1：用np.full直接创建（最直观） #

np.full可以直接指定目标形状，并将指定值填充到每个位置，自动处理维度广播：

import numpy as np
a = np.array([255, 0])
mins_and_maxes = np.full((9, 2, 43, 2), a)

验证形状：print(mins_and_maxes.shape) → (9, 2, 43, 2)

方法2：扩展a的维度后用np.tile #

先给a添加3个前导维度，让它变成(1,1,1,2)，再用tile在对应维度重复：

import numpy as np
a = np.array([255, 0])
# 扩展维度，也可以用a.reshape(1,1,1,2)实现
a_expanded = a[np.newaxis, np.newaxis, np.newaxis, :]
mins_and_maxes = np.tile(a_expanded, (9, 2, 43, 1))

方法3：用广播机制（内存更高效） #

如果不需要实际复制数据（仅需可访问的数组视图），可以用np.broadcast_to，它不会额外占用内存：

import numpy as np
a = np.array([255, 0])
# 先扩展a的维度到(1,1,1,2)，再广播到目标形状
mins_and_maxes = np.broadcast_to(a[None, None, None, :], (9, 2, 43, 2))

内容的提问来源于stack exchange，提问作者Paul Reiners