Numpy：新维矩阵的堆栈副本

Question

我有一个3x3 numpy数组，我想创建一个3x3xC矩阵，其中新维度由原始3x3数组的精确副本组成。我确信这是问某处，但我找不到最好的方法。我计算出如何为一个简单的一个维数组x做到这一点：

new_x = np.tile(np.array(x, (C, 1)) 

其中重复阵列，然后执行：

np.transpose(np.expand_dims(new_x, axis=2),(2,1,0)) 

，扩大了尺寸并切换轴，使得该阵列是在第三维重复（虽然这工作，我不知道这是否是最好的方式来做到这一点） - 一个nxn numpy数组的最有效的方法是什么？

Answer 1

对于只读版本，broadcast_to可以使用：

In [370]: x = np.arange(9).reshape(3,3) 
In [371]: x 
Out[371]: 
array([[0, 1, 2], 
     [3, 4, 5], 
     [6, 7, 8]]) 
In [372]: x = np.broadcast_to(x[..., None],(3,3,10)) 
In [373]: x 
Out[373]: 
array([[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 
     [1, 1, 1, 1, 1, 1, 1, 1, 1, 1], 
     [2, 2, 2, 2, 2, 2, 2, 2, 2, 2]], 

     [[3, 3, 3, 3, 3, 3, 3, 3, 3, 3], 
     [4, 4, 4, 4, 4, 4, 4, 4, 4, 4], 
     [5, 5, 5, 5, 5, 5, 5, 5, 5, 5]], 

     [[6, 6, 6, 6, 6, 6, 6, 6, 6, 6], 
     [7, 7, 7, 7, 7, 7, 7, 7, 7, 7], 
     [8, 8, 8, 8, 8, 8, 8, 8, 8, 8]]]) 

或用repeat：

In [378]: x=np.repeat(x[...,None],10,2) 
In [379]: x 
Out[379]: 
array([[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 
     [1, 1, 1, 1, 1, 1, 1, 1, 1, 1], 
     [2, 2, 2, 2, 2, 2, 2, 2, 2, 2]], 

     [[3, 3, 3, 3, 3, 3, 3, 3, 3, 3], 
     [4, 4, 4, 4, 4, 4, 4, 4, 4, 4], 
     [5, 5, 5, 5, 5, 5, 5, 5, 5, 5]], 

     [[6, 6, 6, 6, 6, 6, 6, 6, 6, 6], 
     [7, 7, 7, 7, 7, 7, 7, 7, 7, 7], 
     [8, 8, 8, 8, 8, 8, 8, 8, 8, 8]]]) 

这是一个较大的阵列，其元素可以单独改变。