如何将形状(1,2)的NumPy数组追加到(1,2,2)数组得到(1,3,2)？

先看现有两个数组的定义和形状：

import numpy as np

# 定义数组A
A = [[2 , 3]]
A = np.array(A)
print("A的形状：", A.shape)  # 输出 (1, 2)
print("A：", A)
# 输出 array([[2, 3]])

# 定义数组B
B = [[[5, 7], [4, 8]]]
B = np.array(B)
print("B的形状：", B.shape)  # 输出 (1, 2, 2)
print("B：", B)
# 输出 array([[[5, 7],
#              [4, 8]]])

需求：将数组A追加到数组B中，得到形状为(1, 3, 2)的数组，具体形式如下：

array([[[5, 7], 
        [4, 8],
        [2, 3]]])

实现方法 #

因为A的形状是(1,2)，而B的形状是(1,2,2)，两者维度不匹配，无法直接拼接。需要先将A的形状调整为(1,1,2)，和B在拼接维度上对齐，再沿**第1个轴（axis=1）**进行拼接：

# 扩展A的维度，将形状从(1,2)变为(1,1,2)
A_expanded = np.expand_dims(A, axis=1)
# 或者用reshape：A_expanded = A.reshape(1,1,2)

# 沿axis=1拼接B和扩展后的A
result = np.concatenate([B, A_expanded], axis=1)

print("结果形状：", result.shape)  # 输出 (1, 3, 2)
print("结果：", result)
# 输出 array([[[5, 7],
#              [4, 8],
#              [2, 3]]])

补充说明 #

• 使用np.expand_dims可以精准地在指定位置增加维度，避免手动计算reshape参数出错；
• np.concatenate是NumPy中拼接数组的高效方法，相比np.append更灵活，推荐用于多维度数组的拼接操作；
• 拼接时必须保证除了指定的拼接轴外，其他维度的大小完全一致，否则会报错。

内容的提问来源于stack exchange，提问作者prgtttt