Numpy堆叠操作后数组形状(4,4,2)各维度含义解析

先看你的原始代码和数组结构：

import numpy as np
a = np.random.randint(1, 5, size=(4, 4))
b = np.random.randint(6, 10, size=(4, 4))

a和b都是4行4列的二维数组，形状(4, 4)里的两个数字分别对应「行数」和「列数」。

执行f = np.stack((a, b), axis=2)后，数组f的形状(4, 4, 2)各数字含义如下：

• 第一个4：对应原始数组的行数，堆叠操作没有改变行的数量，所以这个维度长度保持4。
• 第二个4：对应原始数组的列数，堆叠也没有改变列的数量，维度长度还是4。
• 第三个2：这是堆叠新增的维度，代表参与堆叠的数组个数——你把a和b两个数组沿着第3个维度（axis=2）拼在一起，所以这个维度的长度就是2。

直白点说，现在f是一个三维数组，可以理解为「4行、4列，每个行列交叉的位置上都有2个元素，分别来自a和b的对应位置」。

内容的提问来源于stack exchange，提问作者Urvesh