Numpy数组扩展维度与重复的最优方法：形状从(1,5)到(1,4,5)

当然有其他几种简洁的实现方式，以下是常见方案：

• 利用NumPy广播机制（最简洁）
  广播会自动处理维度扩展与重复，无需显式调用repeat：

  # 方式1：用np.newaxis扩展维度后直接运算
  arr2 = arr[:, np.newaxis, :] / 4
  
  # 方式2：用reshape扩展维度
  arr2 = arr.reshape(1, 1, 5) / 4
  

  原理：(1,1,5)形状的数组会被广播至(1,4,5)，自动填充重复的维度。

• 使用np.tile进行数组重复
  tile适合按指定次数重复整个数组，可先缩放再重复：

  # 先缩放原数组，再在axis=1维度重复4次
  arr2 = np.tile(arr / 4, (1, 4, 1))
  

  也可以先扩展维度再tile后缩放，效果一致。

• 使用np.broadcast_to显式广播
  先创建缩放后的数组，再通过broadcast_to直接生成目标形状的数组：

  arr_scaled = arr / 4
  arr2 = np.broadcast_to(arr_scaled[:, np.newaxis, :], (1, 4, 5))
  

内容的提问来源于stack exchange，提问作者Jerry