要按层进行矢量化缩放的numpy数组，可以使用numpy库中的apply_along_axis函数。该函数接受一个函数和一个轴参数，并在指定的轴上应用函数。

下面是一个示例代码，展示如何按层进行矢量化缩放：

import numpy as np

# 创建一个3D numpy数组
arr = np.random.randint(0, 10, size=(3, 4, 5))
print("原始数组：")
print(arr)

# 定义缩放函数
def scale_layer(layer):
    # 按层进行缩放
    scaled_layer = layer * 2
    return scaled_layer

# 按层进行缩放
scaled_arr = np.apply_along_axis(scale_layer, axis=0, arr=arr)

print("缩放后的数组：")
print(scaled_arr)

在上面的代码中，首先创建了一个3D的numpy数组arr。然后定义了一个缩放函数scale_layer，该函数接受一个二维数组（即一个层）作为参数，并将其乘以2来进行缩放。

接下来，使用np.apply_along_axis函数将缩放函数应用于轴0（即按层进行缩放）。

最后，打印出缩放后的数组scaled_arr。

请注意，np.apply_along_axis函数在每个层上调用缩放函数，因此缩放函数必须能够处理每个层的输入。在本示例中，缩放函数只是简单地将每个层乘以2。你可以根据自己的需求自定义缩放函数。