在n维中扩展numpy数组

Question

我正在尝试“扩展”一个数组（生成一个在所有维度上按比例分配更多元素的新数组）。我有一个具有已知数字的数组（我们称其为X），并且我想使其尺寸（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零数组，然后使用广播将原始数字（以固定间隔）插入到新数组中。

最后，我用linspace填补了空白，但实际上这部分与问题没有直接关系。

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，这不是一般性的，我必须基于ndim修改第三行。有没有办法在我的数组中的任何数量的维度上使用这种广播？

编辑：确切地说，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

等等等。我想避免不得不为每种ndim编写代码

p.s。如果有更好的工具来完成整个过程（例如我不知道的“内部填充”，我将很乐意学习）。

谢谢

Answer 1

array = array[..., np.newaxis]将添加另一个尺寸

This article might help

Answer 2

您可以使用slice表示法-

slicer = tuple(slice(None,None,ratio) for i in range(X.ndim))
new_array[slicer] = X

Answer 3

手动构建切片元组。 ::ratio等同于slice(None, None, ratio)：

new_array[(slice(None, None, ratio),)*new_array.ndim] = ...