可以使用numpy库的reshape函数来按第一维度的轴将一个3D numpy数组按列进行缩放。

下面是一个示例代码：

import numpy as np

# 创建一个3D numpy数组
arr = np.array([[[1, 2, 3],
                 [4, 5, 6]],
                [[7, 8, 9],
                 [10, 11, 12]],
                [[13, 14, 15],
                 [16, 17, 18]]])

# 获取数组的形状
shape = arr.shape

# 将数组按列进行缩放
scaled_arr = arr.reshape(shape[0], -1)

print("原始数组：")
print(arr)
print("缩放后的数组：")
print(scaled_arr)

输出结果为：

原始数组：
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]

 [[13 14 15]
  [16 17 18]]]
缩放后的数组：
[[ 1  2  3  4  5  6]
 [ 7  8  9 10 11 12]
 [13 14 15 16 17 18]]

在代码中，首先创建了一个3D numpy数组arr。然后，使用reshape函数将数组按列进行缩放。reshape函数的第一个参数是新数组的形状，我们将第一维度的轴保持不变，将后面两个维度的元素展开成一行。-1表示自动计算该维度的大小，以保持原数组的元素总数不变。

最后，打印原始数组和缩放后的数组。