如何在不使用列表或元组的情况下初始化N×M的NumPy数组？

错误原因 #

你用np.full(shape=4, fill_value=np.zeros(M))时，shape=4会创建一个一维数组，每个位置需要填充标量值，但你传入的np.zeros(M)是长度为3的一维数组，NumPy无法将这个3元素数组塞进一维数组的单个标量位置，因此触发广播错误。

正确实现方式（无需列表/元组嵌套） #

要创建N行M列的二维数组，直接指定二维shape即可，以下是几种可行方案：

方案1：直接初始化指定二维shape #

如果需要初始值为固定标量（比如0、1或自定义值），直接给shape传入(N, M)：

import numpy as np
N=4
M=3
# 初始化为0的二维数组
kg_neurons1 = np.zeros((N, M))
# 初始化为1的二维数组
kg_neurons1 = np.ones((N, M))
# 初始化为自定义标量（比如5）的二维数组
kg_neurons1 = np.full((N, M), fill_value=5)

方案2：生成随机值的二维数组 #

如果需要非固定值的元素，用随机数生成函数直接指定shape：

# 生成0-1之间的随机浮点数数组
kg_neurons1 = np.random.rand(N, M)
# 生成0到9之间的整数随机数组
kg_neurons1 = np.random.randint(0, 10, size=(N, M))

方案3：用tile重复一维数组 #

通过np.tile将一维数组重复N次，构建二维数组：

# 先创建长度为M的一维数组，再重复为N行
kg_neurons1 = np.tile(np.zeros(M), (N, 1))

内容的提问来源于stack exchange，提问作者Shawn