各位前辈好，小的最近遇到一个问题，
假设有两个 numpy 一维矩阵 xIdxData,yIdxData，
内容分别为 [0.1,0.2,0.3] 和 [0.4,0.5,0.6]
我想要让 xIdxData 和 yIdxData 组成一个 3 x 3 x 2 维的矩阵，
如图:https://imgur.com/a/nDZy3Ps
然后再复制10个同样数值的矩阵放入data中，
用 for 循环写的话可以达到效果但速度很慢(原始资料为4000 x 3000 x 2)
程式码如下:
datSize = 10
xIdxData = np.array([0.1,0.2,0.3])
yIdxData = np.array([0.4,0.5,0.6])
data = np.zeros((10,3,3,2))
for dataIdx in range(datSize):
for y in range(len(yIdxData)):
for x in range(len(xIdxData)):
data[dataIdx][y][x][0] = xIdxData[x]
data[dataIdx][y][x][1] = yIdxData[y]
请问各位前辈有没有能够把 numpy broadcasting 套用在这个问题上 ? 感恩!!!

不好意思 又错了XD 可以帮忙删留言吗stack_x = np.stack([x for _ in range(len(y))], axis=-1)stack_y = np.stack([y for _ in range(len(x))], axis=-2)z = np.stack((stack_x,stack_y), axis=-1)data = np.stack([z for _ in range(datasize)], axis=0)假设长度x4000,y3000,data10 上面四行应该能变成你要的但你的循环结果跟图片会成转置 不清楚你想要的是哪种

hstack跟vstack也可以参考 不用指定第一个跟最后一个dim

另一个方法：foo=np.stack(np.meshgrid(x, y), axis=2)np.repeat(foo[np.newaxis, :], size, axis = 0)

xIdxData = np.tile(xIdxData, (3, 1))yIdxData = np.tile(yIdxData, (3, 1)).Tresult = np.dstack((xIdxData, yIdxData))result = np.repeat(result[np.newaxis, ], 10, axis=0)