我正在尝试“扩展”一个数组(生成一个在所有维度上按比例增加元素的新数组)。我有一个包含已知数字的数组(我们称它为 X)，我想让它(在每个维度上)大 j 倍。
到目前为止，我生成了一个包含更多元素的新数组，然后我使用广播将原始数字插入到新数组中(以固定间隔)。
最后用了linspace来补漏，不过这部分其实和题目没有直接关系。
我使用的代码(对于 n=3)是:
import numpy as np
new_shape = (np.array(X.shape) - 1 ) * ratio + 1
new_array = np.zeros(shape=new_shape)
new_array[::ratio,::ratio,::ratio] = X
我的问题是这不是通用的，我将不得不根据 ndim 修改第三行。有没有办法在我的数组中对任意数量的维度使用这种广播？
编辑:更准确地说，第三行必须是:
new_array[::ratio,::ratio] = X
如果 ndim=2 或
new_array[::ratio,::ratio,::ratio,::ratio] = X
如果 ndim=4
等等。我想避免为 ndim 的每种情况编写代码
附注如果有更好的工具来完成整个过程(例如我不知道的'inner-padding'，我会很乐意了解它)。
谢谢
最佳答案
array = array[..., np.newaxis] 将添加另一个维度
关于python - 在 n 维中扩展 numpy 数组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55344369/