Python 如何将二维阵列连接到每个三维阵列中？

我试图将相同的二维数组，

A

与shape

（n，m）

连接到三维数组的每个二维数组，

B

与shape

（n，n，k）

我尝试使用堆栈和连接，但由于只有一维匹配，所以无法工作。我尝试了以下示例来测试这个想法：

a=np.array（[[1]、[2]、[3]]）
b=np.一（（2,3,4））
np.hstack（（a，b））

我所期待的是以下结果：

数组（[[1,1,1,1,1,1.]），
[2., 1., 1., 1., 1.],
[3., 1., 1., 1., 1.]],
[[1., 1., 1., 1., 1.],
[2., 1., 1., 1., 1.],
[3., 1., 1., 1., 1.]])

---

我知道使用for循环是可能的，但我正在寻找一种更紧凑和优化的解决方案。

我知道这有点混乱，但它可以完成工作

a = np.array([[1],[2],[3]])
b = np.ones((2,3,4))
a=np.expand_dims(a,axis=0)
a=np.concatenate((a,a),axis=0)
np.dstack((a,b))

---

我知道这有点混乱，但这是完成任务的关键

a = np.array([[1],[2],[3]])
b = np.ones((2,3,4))
a=np.expand_dims(a,axis=0)
a=np.concatenate((a,a),axis=0)
np.dstack((a,b))

---

您当前有一个

（3，1）

数组，您希望将其预加到

（2，3，4）

数组，就像它被广播到

（2，3，1）一样

。这是您必须自己执行操作的情况之一。如果使用，您将获得一个不复制原始数据的对象，并且至少适合复制到新数组中：

c = np.broadcast_to(a, b.shape[0:1] + a.shape)
result = np.concatenate((c, b), axis=2)

---

您当前有一个

（3，1）

数组，您希望将其预加载到

（2，3，4）

数组，就像它被广播到

（2，3，1）时一样

。这是您必须自己执行操作的情况之一。如果使用，您将获得一个不复制原始数据的对象，并且至少适合复制到新数组中：

c = np.broadcast_to(a, b.shape[0:1] + a.shape)
result = np.concatenate((c, b), axis=2)

---

np.concatenate应该是正确的方法。你也可以看看np.hstack或np.vstack。你能提供一个你尝试过的例子吗？你必须将

a

预扩展到你想要的大小。我想你可以使用一个显式调用

broadcast\u to

或So。另外，你的例子与描述不太相符。请解决这个问题。Y您需要首先将

A

扩展到（N，N，m），可能需要使用（1，N，m）中间步骤。平铺或重复可能会有帮助。或者

stack

N

a

np.concatenate的列表应该是正确的方法。您也可以查看np.hstack或np.vstack。您可以提供一个您尝试的示例吗？您必须将

a

预扩展到您想要的大小。我认为您可以使用显式调用

broadcast\u

或So另外，您的示例与描述不太相符。请解决此问题。您需要先将

A

扩展到（N，N，m），可能需要（1，N，m）中间步骤。平铺或重复可能会有所帮助。或者

堆叠
N
A
A的列表