如何将不同行数的NumPy二维数组拼接为三维数组？

嘿，我完全懂你遇到的麻烦——NumPy的常规合并方法（比如np.stack、np.concatenate、np.append）都要求所有输入数组的形状严格匹配，而你手里的A、B、C行数不一样，直接生成一个标准的同构三维数组是行不通的，因为标准三维数组的每个子维度长度必须固定。不过没关系，有两种不用补零的方案能满足你的需求：

方案一：使用Object类型的NumPy数组 #

这种类型的数组可以把不同形状的数组作为元素存储，既能保留NumPy数组的部分特性，又能容纳不规则的子数组。

import numpy as np

# 假设你已经通过np.loadtxt读取了这些数组
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8],[9,10]])
C = np.array([[11,12],[13,14],[15,10]])

# 创建一个长度为3的object类型数组
combined_arrays = np.empty(3, dtype=object)
combined_arrays[0] = A
combined_arrays[1] = B
combined_arrays[2] = C

# 取第一个数组（符合你的combinedArrays[0]需求）
print(combined_arrays[0])
# 输出：
# [[1 2]
#  [3 4]]

# 取所有数组的第一行（需要用列表推导式，因为直接combined_arrays[:,0]会报错）
all_first_rows = np.array([arr[0] for arr in combined_arrays])
print(all_first_rows)
# 输出：
# [[ 1  2]
#  [ 5  6]
#  [11 12]]

需要注意的是，object类型数组不能像标准三维数组那样直接做广播运算或者跨维度的切片（比如combined_arrays[:,0]），因为每个子数组的行数不一致，但通过简单的循环或列表推导式就能实现你要的“取所有数组第一行”的需求。

方案二：直接用Python列表 #

如果不需要NumPy数组的数学运算特性，Python列表其实是更灵活的选择，操作起来也更直观：

combined_list = [A, B, C]

# 取第一个数组
print(combined_list[0])
# 输出：
# [[1 2]
#  [3 4]]

# 取所有数组的第一行
all_first_rows = np.array([arr[0] for arr in combined_list])
print(all_first_rows)
# 输出：
# [[ 1  2]
#  [ 5  6]
#  [11 12]]

列表的好处是完全没有形状限制，你可以随时添加或删除不同形状的数组，而且索引逻辑和你预期的完全一致。

为什么常规方法行不通？ #

再补充一句：NumPy的标准数组是同构的，也就是说每个维度的长度必须固定。比如标准三维数组的形状是(n, m, k)，其中n是子数组数量，m是每个子数组的行数，k是列数。但你的A是2行，B和C是3行，m的值不统一，所以没法生成这样的同构数组——这就是为什么你用np.stack等方法会失败的原因，补零本质上是强行统一m的值，但你不想这么做，所以上面两种方案才是更合适的选择。

内容的提问来源于stack exchange，提问作者Brandon Myers