如何将n个(k,k)的Numpy数组转换为(k,k,n)数组？

要把4个5x5的numpy数组合并成(5,5,4)的三维数组，不用手动嵌套循环暴力实现，numpy提供了几个内置方法，比暴力实现高效得多：

方法1：np.dstack（最简洁） #

np.dstack是专门为深度堆叠二维数组设计的函数，会自动将输入的多个二维数组沿第三维度（深度方向）拼接，直接得到目标形状：

import numpy as np

# 生成4个5x5的示例数组
arrays = [np.zeros((5,5)) for _ in range(4)]

# 深度堆叠得到5x5x4的数组
final = np.dstack(arrays)
print(final.shape)  # 输出: (5, 5, 4)

方法2：np.stack指定堆叠轴 #

np.stack可以自定义堆叠的维度，指定axis=2就能将数组沿第三维度拼接，达到同样效果：

final = np.stack(arrays, axis=2)
print(final.shape)  # 输出: (5, 5, 4)

方法3：扩展维度后用np.concatenate #

如果需要更灵活的维度控制，可以先给每个二维数组增加一个尾部维度（变成(5,5,1)），再沿第三维度拼接：

# 给每个数组扩展最后一维
expanded_arrays = [arr[..., np.newaxis] for arr in arrays]
final = np.concatenate(expanded_arrays, axis=2)
print(final.shape)  # 输出: (5, 5, 4)

为什么不用暴力循环？ #

这些numpy内置方法都是基于底层C语言实现的，完全避开了Python层面的嵌套循环开销，当数组规模较大时，运行效率会比手动遍历的暴力方法高出几个数量级。

内容的提问来源于stack exchange，提问作者foreverska