如何拼接形状为(1,x,1)且x可变的多个Numpy数组？

你碰到的ValueError是np.concatenate的硬性规则导致的：除了你指定的拼接轴，其他所有维度的大小必须完全一致。你选了在axis=0拼接，这时候中间的长度维度（维度1）必须大小相同，但你的两个数组该维度分别是138241和104321，不匹配，所以直接报错。

另外要明确：numpy的常规数组不支持“每行长度可变”的结构，你预期的(2, ??, 1)这种不规则形状，没法用标准numpy数组实现，得换思路处理。

根据不同需求，有三种常见处理方式：

1. 填充数组到统一长度 #

如果希望最终得到规则形状的数组（比如(2, max_len, 1)），可以把短的数组用填充值补到和长数组一样的长度，再进行拼接：

import numpy as np

# 示例数据
x1 = np.random.rand(138241)
x2 = np.random.rand(104321)

# 扩展维度到(1, x, 1)和(1, y, 1)
x1 = np.expand_dims(np.expand_dims(x1, 0), -1)
x2 = np.expand_dims(np.expand_dims(x2, 0), -1)

# 找到两个数组的最大长度
max_len = max(x1.shape[1], x2.shape[1])

# 用0填充短数组（填充值可根据需求修改，比如均值、中位数等）
x1_padded = np.pad(x1, ((0,0), (0, max_len - x1.shape[1]), (0,0)), mode='constant')
x2_padded = np.pad(x2, ((0,0), (0, max_len - x2.shape[1]), (0,0)), mode='constant')

# 拼接数组
x = np.concatenate((x1_padded, x2_padded), axis=0)
print(x.shape)  # 输出 (2, 138241, 1)

2. 使用object类型数组保存可变长度数据 #

如果不想填充，想保留每个数组的原始长度，可以用numpy的object类型数组，把每个(1, x, 1)的数组作为独立元素存入：

x = np.array([x1, x2], dtype=object)
print(x.shape)  # 输出 (2,)
# 访问第一个元素的形状：x[0].shape → (1, 138241, 1)

这种方式本质是在数组里存储两个独立的numpy数组，适合需要保留原始长度的场景，但注意object类型数组的运算效率比常规数组低。

3. 更换拼接轴（需求允许时） #

如果你的实际需求是把两个数组的内容首尾连接，而不是按批次堆叠，可以换成在axis=1拼接，得到形状为(1, x+y, 1)的数组：

x = np.concatenate((x1, x2), axis=1)
print(x.shape)  # 输出 (1, 242562, 1)

内容的提问来源于stack exchange，提问作者Valerio Costantino