Python 如何用另一个数组创建或填充numpy数组？

如何创建形状为

[2,2,3]

的numpy数组，其中轴2处的元素是另一个数组，例如

[1,2,3]

所以我想做一些类似以下无效代码的事情：

a = np.arange(1, 4)
b = np.full((3, 3), a)

产生如下数组：

[[[ 1.  2.  3.]
  [ 1.  2.  3.]]
 [[ 1.  2.  3.]
  [ 1.  2.  3.]]]

当然可以使填充循环像这样，但认为可能有一个捷径：

for y in range(b.shape[0]):
    for x in range(b.shape[1]):
        b[y, x, :] = a

---

实现这一点有多种方法。一种是在

np.full（（2,2,3），a）

中使用，正如Divakar在评论中指出的那样。或者，您可以使用它，它允许您通过将输入数组重复给定次数来构造数组。要构建示例，您可以执行以下操作：

import numpy as np

np.tile(np.arange(1, 4), [2, 2, 1])

---

如果您的numpy版本>=1.10，则可以使用广播\u

a = np.arange(1,4)
a.shape = (1,1,3)
b = np.broadcast_to(a,(2,2,3))

这将生成一个视图，而不是复制，因此对于大型阵列将更快。

---

编辑这看起来是您在演示中要求的结果。

根据Divakar的评论，答案也可以是：

import numpy as np
np.full([2, 2, 3], np.arange(1, 4))

另一种可能性是：

import numpy as np
b = np.empty([2, 2, 3])
b[:] = np.arange(1, 4)

---

也可以使用

np.concatenate

或它的包装器

np.vstack

In [26]: a = np.arange(1,4)

In [27]: np.vstack([a[np.newaxis, :]]*4).reshape(2,2, 3)
Out[27]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

In [28]: np.concatenate([a[np.newaxis, :]]*4, axis=0).reshape(2,2, 3)
Out[28]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

---

只需将预期形状与

np.full

：

np.full（（2,2,3），a）

？“其中轴2处的元素是另一个数组”。这应该是一个

（2,3）

形状的数组，对吗？您建议的

[1,2,3]

不是…@TomdeGeus:不是，示例中的目的是制作一个数组形状的

[2,2,3]

，或者我称之为

[2,2]

数组，其中元素是

[3]

数组。@Divakar:谢谢，这样做了。

如果数组是object dtype，
完整的
可能会产生意外的结果。在那里，它的行为类似于
[[]]*4
。输出数组符合要求，但与jotasi和Divakar的回答相比，我认为语法不太明显，也不容易记住。在某种程度上！如果a的尺寸小于输出结果，tile（）会自动对轴进行预处理（实际上广播也会这样做），因此我插入了重塑线，以显示如何控制该过程。您可以说，对结果数组的形状进行广播更清晰。正如我提到的，broadcast_to的优点是它提供只读视图，因此速度非常快。