如何基于张量形状优雅生成带不同新增轴的np.arange序列列表

下面给出两种简洁高效的实现方式，都能适配任意维度的输入张量t：

1. 列表推导式实现（完全匹配自定义逻辑） #

直接通过索引位插入指定数量的新轴（None等价于np.newaxis），一行即可完成构造：

import numpy as np

# 示例输入张量
t = np.random.rand(2, 3, 4)

# 核心实现
result = tuple(np.arange(s)[(...,) + (None,) * (len(t.shape) - 1 - idx)] for idx, s in enumerate(t.shape))

逻辑说明：(...,) 指代np.arange生成的一维数组的原有轴，后面拼接对应数量的None实现右轴拓展，拓展轴的数量随索引逐次递减，完全符合需求。

2. Numpy原生接口实现（更简洁，性能更优） #

可以直接用np.ogrid（开放网格生成接口）直接生成符合广播要求的坐标元组，逻辑更简洁：

result = tuple(np.ogrid[[slice(0, s) for s in t.shape]])

该方法返回的结果和示例输出完全一致，且是numpy原生优化的实现，处理高维张量时效率更高。

内容的提问来源于stack exchange，提问作者Sam-gege