亚洲国产日韩欧美一区二区三区,精品亚洲国产成人av在线,国产99视频精品免视看7,99国产精品久久久久久久成人热,欧美日韩亚洲国产综合乱

比如我想要這樣的矩陣：

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 里有什么辦法能代替如此粗魯?shù)摹噶斜沓朔ā?？顯然 numpy.full 不行，因?yàn)樗荒苡靡粋€ scalar 填充矩陣，不能用 [123, 3, 21] 填充。

此外我還想給某矩陣「加若干維」：

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]])

比如我想給現(xiàn)成的 a 加一維，只能如此手動包裝 np.asarray([a]), 不知 Numpy 有什么 numpy.squeeze 的「反函數(shù)」可以拿來用。