Numpy.tile处理切片数组时轴混淆问题求助

问题出在np.tile的维度匹配逻辑上：你的raster_band是(20,20)的2D数组，当传入reps=(1,1,4)时，numpy会自动给输入数组前面补1，把它当成(1,20,20)的3D数组处理，所以重复后第三维变成20*4=80，得到(1,20,80)的结果。

要得到(20,20,4)的目标形状，核心是先给2D数组新增一个第三维度，再在这个新维度上重复4次，有两种简洁的实现方式：

方式一：用np.expand_dims + np.tile #

# 给2D数组添加第三维（形状变为(20,20,1)）
raster_band_with_channel = np.expand_dims(raster_band, axis=-1)
# 在第三维上重复4次
tensor = np.tile(raster_band_with_channel, (1,1,4))

方式二：用np.newaxis + np.repeat #

这种方式更直接，不需要先扩展维度再平铺，直接指定重复的轴即可：

# 通过[..., np.newaxis]新增第三维，然后在该轴重复4次
tensor = np.repeat(raster_band[..., np.newaxis], 4, axis=-1)

两种方法最终都会得到形状为(20,20,4)的数组，满足你后续向量化操作的需求。

内容的提问来源于stack exchange，提问作者HK92