如何用NumPy创建每行均为同一向量的100×4矩阵？

你之前的代码np.array(p for i in range(10))存在两个问题：一是生成的是包含10个列表的一维数组（形状(10,)），并非二维矩阵；二是循环次数为10，不符合你需要的100行要求。

下面是几种高效实现100×4矩阵（每行均为向量p=[1,2,3,4]）的方法：

• 方法一：使用np.tile（最直观）
  tile是NumPy专门用于重复数组的函数，语法清晰，适合快速实现需求：

import numpy as np
p = [1,2,3,4]
pvect = np.tile(p, (100, 1))

参数(100,1)指定将p在行维度重复100次，列维度重复1次，最终得到形状为(100,4)的矩阵。

• 方法二：使用np.repeat+reshape
  先将向量元素按顺序重复，再重塑为目标形状：

pvect = np.repeat(p, 100).reshape(100, 4)

np.repeat(p,100)会生成[1,1,...1,2,2,...2,...,4,4,...4]（每个元素重复100次）的一维数组，再通过reshape(100,4)转换成100行4列的矩阵。

• 方法三：广播机制（内存高效）
  利用NumPy的广播特性，无需复制数据即可生成目标矩阵（只读场景下最优）：

# 方式1：用broadcast_to直接扩展形状
p_arr = np.array(p)[np.newaxis, :]  # 将p转为(1,4)的行向量
pvect = np.broadcast_to(p_arr, (100, 4))

# 方式2：用repeat扩展行维度
pvect = np.array(p)[None, :].repeat(100, axis=0)

广播生成的矩阵是原数组的视图，不会占用额外内存，适合大规模数据场景。

最优选择 #

• 如果需要可修改的矩阵，优先选np.tile，语法简洁易读；
• 如果追求内存效率（无需修改矩阵），广播方法是最优解。

内容的提问来源于stack exchange，提问作者Smithey