python - 在 Numpy 里如何高效地定制矩阵？
比如我想要这样的矩阵：
In [10]: np.array([[(123, 3, 21)] * 3] * 2)
Out[10]:
array([[[123, 3, 21],
[123, 3, 21],
[123, 3, 21]],
[[123, 3, 21],
[123, 3, 21],
[123, 3, 21]]])Numpy 里有什么办法能代替如此粗鲁的「列表乘法」？显然 numpy.full 不行，因为它只能用一个 scalar 填充矩阵，不能用 [123, 3, 21] 填充。
此外我还想给某矩阵「加若干维」：
In [11]: a = np.arange(10)
In [13]: b = np.asarray([a])
In [14]: b
Out[14]: array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])比如我想给现成的 a 加一维，只能如此手动包装 np.asarray([a]), 不知 Numpy 有什么 numpy.squeeze 的「反函数」可以拿来用。
