如何用Numpy以特定规则拼接两个固定形状的数组？

给定两个numpy数组：

• frequencies：形状(2,)，内容[100. 200.]
• values：形状(4, 2)，内容[[1. 2.],[3. 4.],[5. 6.],[7. 8.]]

需要生成形状为(4, 2, 2)的输出数组，结构如下：

[[[100.   1.]
  [200.   2.]]

 [[100.   3.]
  [200.   4.]]

 [[100.   5.]
  [200.   6.]]

 [[100.   7.]
  [200.   8.]]]

实现方法（无循环，向量化操作） #

核心思路是扩展维度+广播+轴拼接，利用numpy原生向量化特性完成操作：

import numpy as np

# 定义输入数组
frequencies = np.array([100., 200.])
values = np.array([[1., 2.], [3., 4.], [5., 6.], [7., 8.]])

# 扩展frequencies维度：从(2,) → (1, 2, 1)，支持广播到4个样本维度
freq_expanded = np.expand_dims(frequencies, axis=(0, 2))
# 扩展values维度：从(4, 2) → (4, 2, 1)
vals_expanded = np.expand_dims(values, axis=2)

# 在最后一个轴拼接数组，得到目标形状(4,2,2)
out = np.concatenate([freq_expanded, vals_expanded], axis=2)

验证结果 #

执行代码后，输出完全符合需求：

print(out.shape)  # 输出 (4, 2, 2)
print(out)
# 输出结构与预期一致的数组

原理说明 #

• np.expand_dims为数组添加维度，让两个数组维度对齐到3维
• numpy广播机制自动将freq_expanded的(1,2,1)形状扩展为(4,2,1)，与vals_expanded形状匹配
• np.concatenate在指定轴完成拼接，最终生成目标结构

内容的提问来源于stack exchange，提问作者Michael I.