Python中生成数组对的优雅实现（兼容标量与数组/列表）

DevOps 小满

2026-8-4

解决方案

1. 首选：Numpy原生高效实现（全场景兼容）

用numpy.stack并指定axis=-1，这是最简洁且能同时处理数组/列表和标量的方案：

import numpy as np

# 数组/列表输入示例
a = np.array([1,2,3])
b = [4,5,6]  # 混合numpy数组和列表也支持
P = np.stack((a, b), axis=-1)
# 输出：array([[1, 4], [2, 5], [3, 6]])

# 标量输入示例
a = 1
b = 4
P = np.stack((a, b), axis=-1)
# 输出：array([1, 4])

这个方法会自动将列表转成numpy数组，且对大数组的处理效率远高于Python循环。

2. 纯Python列表方案（无需Numpy时用）

如果只需要纯Python列表结果，且要兼容标量：

# 数组/列表输入
a = [1,2,3]
b = [4,5,6]
P = [list(pair) for pair in zip(a, b)]
# 输出：[[1,4], [2,5], [3,6]]

# 标量输入
a = 1
b = 4
# 判断是否为可迭代对象（排除字符串，避免把单个字符串拆成字符）
if hasattr(a, '__iter__') and not isinstance(a, str) and hasattr(b, '__iter__') and not isinstance(b, str):
    P = [list(pair) for pair in zip(a, b)]
else:
    P = [a, b]

不过这种方式在处理大规模数据时性能不如numpy，仅推荐在不需要numpy数组的场景使用。