MATLAB repmat转Python实现求助：3D矩阵扩展为4D矩阵

numpy.matlib.repmat的行为和MATLAB的repmat在高维场景下存在差异：MATLAB的repmat会严格按指定维度重复，而numpy的repmat会将高维数组先展平为二维再处理，因此无法得到预期的4D结果。以下是几种高效解决方案：

• 方法一：使用np.tile（最贴近MATLAB逻辑）
  np.tile的参数直接对应每个维度的重复次数，和MATLAB的repmat参数逻辑完全一致：

  import numpy as np
  
  # 构造示例3D数组A
  A = np.random.rand(181, 33, 65)
  # 按维度重复得到4D数组B
  B = np.tile(A, (1, 1, 1, 13))
  # 验证维度：B.shape == (181, 33, 65, 13)
  

• 方法二：扩展维度后重复（灵活可控）
  先通过np.expand_dims给A新增一个维度，再在该维度上重复指定次数：

  A_expanded = np.expand_dims(A, axis=3)  # 维度变为(181, 33, 65, 1)
  B = np.repeat(A_expanded, 13, axis=3)   # 在第4维重复13次
  

• 方法三：广播机制（内存高效）
  若无需修改B的内容，可使用np.broadcast_to实现零拷贝的维度扩展，节省内存：

  A_expanded = np.expand_dims(A, axis=3)
  B = np.broadcast_to(A_expanded, (181, 33, 65, 13))
  

注意：numpy.matlib.repmat不适合处理3D及以上数组的维度扩展，它会将输入数组展平为二维后重复，最终得到的是(181, 33, 65*13)的3D数组，不符合需求。

内容的提问来源于stack exchange，提问作者Nirmal