如何在Python中对不同形状的数组进行按列和按行合并？

假设你使用的是NumPy数组，以下是针对需求的具体实现：

按列合并（扩展列维度） #

你的两个数组前两个维度(160,1400)完全一致，第三个维度分别为1200和3。按列合并指在**列维度（第三个轴，axis=2）**拼接，合并后列数变为1200+3=1203，最终数组形状为(160,1400,1203)。

代码示例：

import numpy as np

# 示例数组
arr1 = np.random.rand(160, 1400, 1200)
arr2 = np.random.rand(160, 1400, 3)

# 按列合并
merged_col = np.concatenate([arr1, arr2], axis=2)
print(merged_col.shape)  # 输出 (160, 1400, 1203)

按行合并（扩展行维度） #

若要按行合并（扩展行维度，第二个轴axis=1），需先让两个数组的列维度一致。由于arr2的列维度是3，arr1是1200，可通过重复arr2的列元素匹配维度（假设将3列扩展到1200列），之后在**行维度（axis=1）**拼接，最终数组形状为(160, 2800, 1200)。

代码示例：

# 将arr2的列维度扩展到1200（重复400次，1200/3=400）
arr2_expanded = np.repeat(arr2, 400, axis=2)

# 按行合并
merged_row = np.concatenate([arr1, arr2_expanded], axis=1)
print(merged_row.shape)  # 输出 (160, 2800, 1200)

如果你的“按行合并”指增加样本数（第一个轴axis=0），同样需先扩展arr2的列维度，合并后形状为(320,1400,1200)：

merged_samples = np.concatenate([arr1, arr2_expanded], axis=0)
print(merged_samples.shape)  # 输出 (320, 1400, 1200)

内容的提问来源于stack exchange，提问作者Damien Rice