Python 什么是Pytork中的扩展的numpy等价物？

假设我有一个形状为

[1,5]

的numpy数组

x

。我想沿着轴0展开它，这样得到的数组

y

具有形状[10,5]，并且

y[I:I+1，：]

对于每个I等于

x

如果

x

是一个pytorch张量，我可以简单地做

y = x.expand(10,-1)

但是numpy中没有

展开

，看起来像它的（

展开

和

重复

）看起来也不像它

---

例如：

导入火炬 >>>x=火炬。随机数（1,5） >>>打印（x） 张量（[[1.3306,0.0627,0.5585，-1.3128，-1.4724]] >>>打印（x.expand（10，-1）） 张量（[[1.3306,0.0627,0.5585，-1.3128，-1.4724]， [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724], [ 1.3306, 0.0627, 0.5585, -1.3128, -1.4724]])

---

numpy拥有

numpy.newaxis

y=x[：，np.newaxis]

您可以通过以下方法实现这一点。但不能使用负数：

>>> import numpy as np
>>> x = np.array([[ 1.3306,  0.0627,  0.5585, -1.3128, -1.4724]])
>>> print(np.broadcast_to(x,(10,5)))
[[ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]
 [ 1.3306  0.0627  0.5585 -1.3128 -1.4724]]

---

可以使用

np.tile

将给定轴的元素重复为：

>x=np.范围（5）
>>>x=np。展开尺寸（x，0）
>>>x.形状
(1, 5)
>>>y=np.tile（x，（10，1））#重复轴=0 10次，轴=1 1次
>>>y形
(10, 5)

numpy.reformate（）可能就是你要找的？@DaveIdito否。reforme只是改变形状，而

expand

实质上是将数据复制到新的维度。我认为这不是OP要找的：这只是添加一个新维度，而不是扩展现有维度。扩展通常用于向量乘以矩阵。numpy有广播，所以实际上可能是多余的，这与pytorch的工作原理完全相同。但显式地这样做使用了一种稍微不同的方法。