如何在循环中沿新维度堆叠形状为(2,9,38)的Numpy数组？

你的问题出在每次循环使用np.stack时，都会改变数组的维度结构，导致后续堆叠时形状不匹配：

• 第一次循环前，Pint_data形状是(2,9,38)
• 第一次np.stack后，得到的数组形状是(2,2,9,38)（默认沿axis=0堆叠）
• 第二次循环加载的新数组还是(2,9,38)，和当前Pint_data形状不一致，自然报错

下面给两种可行的解决方法：

方法一：先收集所有数组，最后一次性堆叠（推荐） #

这种方法更高效也更简洁，先把所有数组加载到列表中，最后统一沿指定轴堆叠：

import numpy as np

# 初始化列表存储所有加载的数组
Pint_list = []
for file_path in files_npy:
    # 逐个加载数组并添加到列表
    arr = np.load(file_path)
    Pint_list.append(arr)

# 沿第4个维度（axis=3）堆叠，得到形状(2,9,38,x)的数组
Pint_data = np.stack(Pint_list, axis=3)

方法二：循环中逐步扩展维度并拼接 #

如果必须在循环中逐步构建数组，可以每次给新加载的数组扩展一个维度，再沿目标轴拼接：

import numpy as np

# 加载第一个数组并扩展维度，变成(2,9,38,1)
Pint_data = np.expand_dims(np.load(files_npy[0]), axis=3)

for file_path in files_npy[1:]:
    # 加载新数组并同样扩展维度
    Pint_data_temp = np.expand_dims(np.load(file_path), axis=3)
    # 沿第4个维度拼接，保持形状一致
    Pint_data = np.concatenate([Pint_data, Pint_data_temp], axis=3)

两种方法最终都会得到你需要的(2,9,38,x)形状的数组，其中x是files_npy的元素总数。

内容的提问来源于stack exchange，提问作者Philipp J