如何将形状为(m,n)的Numpy数组转换为形状(m,n,l)的同值扩展数组？

你需要将原数组的每个元素在最后一个维度上重复l次，以下是几种简洁的实现方式，包括单行方案：

方法1：np.expand_dims + np.repeat（直观高效） #

这是最直接的单行实现，先给原数组增加一个长度为1的最后维度，再沿该维度重复l次：

import numpy as np

m = 2
n = 3
l = 2
a = np.array([[1,2,3],[4,5,6]])

b = np.repeat(np.expand_dims(a, axis=-1), l, axis=-1)

运行结果符合预期：

array([[[1, 1],
        [2, 2],
        [3, 3]],

       [[4, 4],
        [5, 5],
        [6, 6]]])

方法2：np.tile + 维度扩展 #

利用np.tile实现重复操作，同样是单行代码：

b = np.tile(a[..., np.newaxis], (1, 1, l))

其中a[..., np.newaxis]是np.expand_dims(a, axis=-1)的简写，先将数组转为(m,n,1)形状，再在最后一个维度复制l次。

方法3：广播视图（无额外内存开销） #

如果不需要修改数组内容，仅需该形状的视图，可以用np.broadcast_to，不会额外占用内存：

b = np.broadcast_to(a[..., None], (m, n, l))

注意：此方法生成的是原数组的视图，修改b会同步修改原数组a；若需要独立的数组对象，优先选择前两种方法。

内容的提问来源于stack exchange，提问作者g00dds