如何将多个.npy文件合并为一个三维np.array？

问题分析 #

你当前用np.array([np.load(file) for file in h_files])得到的是object类型的numpy数组，内部嵌套独立数组，而非预期的三维数组。这通常是因为numpy未自动识别到所有数组形状一致，无法直接堆叠为高维数组。

解决方案 #

方案1：使用np.stack（推荐） #

np.stack会沿指定轴统一堆叠数组，直接生成三维结构：

import numpy as np

combined_array = np.stack([np.load(file) for file in h_files], axis=0)

验证结果：执行print(combined_array.shape)，输出应为(m, n, 3)。

方案2：先校验形状再用np.array #

如果确认所有加载的数组形状均为(n,3)，可先校验一致性再转换：

arr_list = [np.load(file) for file in h_files]
# 确保所有数组形状相同
assert all(arr.shape == arr_list[0].shape for arr in arr_list), "存在形状不一致的数组"
combined_array = np.array(arr_list)

方案3：np.concatenate配合reshape #

若已知所有数组均为(n,3)，可先拼接再重塑形状：

combined_array = np.concatenate([np.load(file) for file in h_files]).reshape(len(h_files), -1, 3)

其中-1会自动推导每个子数组的长度n。

使用以上任一方法后，输出数组将呈现你期望的三维嵌套结构，不再出现嵌套的array标识。

内容的提问来源于stack exchange，提问作者Daesslohnt