好吧，警告我还没有掌握钱币学，但只是玩玩，我想出了：

>>> np.average(a,axis=-1).repeat(a.shape[-1]).reshape(a.shape)
array([[[ 0.2       ,  0.2       ,  0.2       ],
        [ 0.29999998,  0.29999998,  0.29999998]],
       [[ 0.40000001,  0.40000001,  0.40000001],
        [ 0.69999999,  0.69999999,  0.69999999]]], dtype=float32)

字符串

你考虑过使用广播吗？Here是关于广播的更多信息，如果你是新的概念。
下面是一个使用broadcast_arrays的例子，请记住，broadcast_arrays在这里产生的b应该被视为只读，如果你想写它，你应该做一个副本：

>>> b = np.average(a, axis=2)[:, :, np.newaxis]
>>> b, _ = np.broadcast_arrays(b, a)
>>> b
array([[[ 0.2       ,  0.2       ,  0.2       ],
        [ 0.29999998,  0.29999998,  0.29999998]],
       [[ 0.40000001,  0.40000001,  0.40000001],
        [ 0.69999999,  0.69999999,  0.69999999]]], dtype=float32)

字符串

>>> import numpy as np
>>> a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]],
...               [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32)
>>> b = np.average(a, axis=2)
>>> b
array([[ 0.2       ,  0.29999998],
       [ 0.40000001,  0.69999999]], dtype=float32)
>>> c = np.dstack((b, b, b))
>>> c
array([[[ 0.2       ,  0.2       ,  0.2       ],
        [ 0.29999998,  0.29999998,  0.29999998]],
       [[ 0.40000001,  0.40000001,  0.40000001],
        [ 0.69999999,  0.69999999,  0.69999999]]], dtype=float32)

字符串

下面是一个避免复制的方法：

a = a.T
a[:] = a.mean(axis=0)
a = a.T

字符串
或者如果你不想覆盖a：

b = np.empty_like(a)
b = b.T
b[:] = a.mean(axis=-1).T
b = b.T

型

这是一个任意轴：
array是n维数组，axis是平均轴

np.repeat( np.expand_dims( np.mean( array, axis ), axis ), array.shape[axis], axis )

字符串

您可以在numpy.mean中使用keepdims=True来保留原始尺寸：

keepdims：*bool，可选 *

如果此设置为True，则减小的轴将作为尺寸为1的维留在结果中。使用此选项，结果将根据输入数组正确广播。
如果传递了默认值，那么keepdims将不会传递给ndarray的子类的mean方法，但是任何非默认值都会传递。如果子类的方法没有实现keepdims，则会引发任何异常。
这已经解决了许多广播情况。但是，如果你需要相同的形状，你可以使用np.broadcast_to：

import numpy as np
a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]],
            [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32)
m1 = np.mean(a, axis=2, keepdims=True)
m2 = np.broadcast_to(m1, a.shape)
print('a.shape: %s\nm1.shape: %s\nm2.shape: %s' %(a.shape, m1.shape, m2.shape))

字符串
输出量：

a.shape: (2, 2, 3)
m1.shape: (2, 2, 1)
m2.shape: (2, 2, 3)

型