如何将给定数组扩展为(3,3,4)形状？寻求更简洁的Numpy实现

你可以用以下几种更简洁的方式替代多次调用np.repeat()：

方法1：使用np.tile()（最直观） #

np.tile()专门用于按指定次数重复数组，只需一次调用就能完成多维度的重复操作：

import numpy as np

start = np.linspace(start=10, stop=40, num=4)
arr = np.tile(start, (3, 3, 1))  # 前两个维度各重复3次，最后一个维度保持1次（不重复）

这里(3,3,1)表示在原数组的基础上，依次在第0轴、第1轴、第2轴重复3次、3次、1次，直接得到形状为(3,3,4)的数组。

方法2：利用广播机制（内存更高效） #

如果不需要实际复制数据（仅用于读取操作），可以用np.broadcast_to()实现零拷贝的维度扩展；如果需要可修改的数组，再调用.copy()：

import numpy as np

start = np.linspace(start=10, stop=40, num=4)
# 先将start扩展为(1,1,4)的形状，再广播到(3,3,4)
arr = np.broadcast_to(start.reshape(1, 1, -1), (3, 3, 4))
# 如果需要可修改的数组：
# arr = np.broadcast_to(start.reshape(1,1,-1), (3,3,4)).copy()

广播机制不会额外占用内存（直到你修改数组），适合处理大规模数据场景。

方法3：链式调用np.repeat()（简化版原逻辑） #

也可以将两次repeat操作链式写在一起，减少一次中间赋值：

import numpy as np

start = np.linspace(start=10, stop=40, num=4)
# 先扩展为(1,1,4)，依次在第0轴、第1轴重复3次
arr = np.repeat(np.repeat(start[np.newaxis, np.newaxis, :], 3, axis=0), 3, axis=1)

以上三种方法最终输出的结果和你原代码完全一致。

内容的提问来源于stack exchange，提问作者Tarquinius