根据需要添加多个 np.newaxis？
Add multiple np.newaxis as needed?
我想成对比较（与 <=）两个 NumPy ndarrays A 和 B 的所有元素，其中两个数组可以具有任意维度 m和 n，结果是一个维度为 m + n 的数组。
我知道如何针对 B 的给定维度执行此操作。
标量：A <= B
一维：A[..., np.newaxis] <= B
二维：A[..., np.newaxis, np.newaxis] <= B
基本上，我正在寻找一种方法来插入与第二个数组中的维度一样多的 np.newaxis。
是否有类似 np.newaxis * B.ndim 或其他方式的语法？
有内置的 -
np.less_equal.outer(A,B)
另一种方法是重塑以适应新轴 -
A.reshape(list(A.shape)+[1]*B.ndim) <= B
我想成对比较（与 <=）两个 NumPy ndarrays A 和 B 的所有元素，其中两个数组可以具有任意维度 m和 n，结果是一个维度为 m + n 的数组。
我知道如何针对 B 的给定维度执行此操作。
标量：
A <= B一维：
A[..., np.newaxis] <= B二维：
A[..., np.newaxis, np.newaxis] <= B
基本上，我正在寻找一种方法来插入与第二个数组中的维度一样多的 np.newaxis。
是否有类似 np.newaxis * B.ndim 或其他方式的语法？
有内置的 -
np.less_equal.outer(A,B)
另一种方法是重塑以适应新轴 -
A.reshape(list(A.shape)+[1]*B.ndim) <= B