python - 在 Numpy 里如何高效地定制矩阵？

Question

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。

Answer 1

첫 번째 질문은 위의 질문을 참조하세요. 두 번째 확장 위도에 대해서는 numpy에 특별한 기능이 있습니다. expand_dims

으아악

Answer 2

으아악 으아악