展开并将一维 numpy 数组复制到 3D

Question

我有一个 1D 数组，我需要将其扩展为 3D，并将原始数组复制到axis=0 。

目前，我有这样的设置：

import numpy as np

x = np.array((1, 2, 3, 4, 5))
y = np.zeros((len(x), 5, 5))

for i in range(5):
  for j in range(5):
    y[:, i, j] = x

print(y)

[[[1. 1. 1. 1. 1.]
  [1. 1. 1. 1. 1.]
  [1. 1. 1. 1. 1.]
  [1. 1. 1. 1. 1.]
  [1. 1. 1. 1. 1.]]

 [[2. 2. 2. 2. 2.]
  [2. 2. 2. 2. 2.]
  [2. 2. 2. 2. 2.]
  [2. 2. 2. 2. 2.]
  [2. 2. 2. 2. 2.]]

 [[3. 3. 3. 3. 3.]
  [3. 3. 3. 3. 3.]
  [3. 3. 3. 3. 3.]
  [3. 3. 3. 3. 3.]
  [3. 3. 3. 3. 3.]]

 [[4. 4. 4. 4. 4.]
  [4. 4. 4. 4. 4.]
  [4. 4. 4. 4. 4.]
  [4. 4. 4. 4. 4.]
  [4. 4. 4. 4. 4.]]

 [[5. 5. 5. 5. 5.]
  [5. 5. 5. 5. 5.]
  [5. 5. 5. 5. 5.]
  [5. 5. 5. 5. 5.]
  [5. 5. 5. 5. 5.]]]

我觉得应该有比嵌套for循环更简单的方法来做到这一点，但是任何通过粗略搜索显示的内容都显示了如何切割长的 1D 数组并使其变为 3D，但不会将初始维度复制到 2更多维度。

Answer 1

你有几个选择。 你可以像这样用np.tile做到这一点：

y = np.tile(x[:, np.newaxis, np.newaxis], (1, 5, 5))

这将为您提供一个包含您想要的内容的新连续数组。 但是，如果您不需要写入结果数组，则可以使用np.broadcast_to使用新形状创建数组的只读视图，从而节省实际创建更大数组的内存：

y = np.broadcast_to(x[:, np.newaxis, np.newaxis], (5, 5, 5))

请注意，由于这是一个视图，在这种情况下，更改x的值将更改y的值。