如何堆叠不同形状的NumPy数组并生成指定格式CSV？

由于两个数组维度不兼容，直接堆叠会报错，需要先根据目标CSV的格式调整数组形状，以下是两种常见场景的实现方案：

场景1：将(4,1)数组作为每行前缀与(240,320)数组水平组合 #

如果目标CSV是240行，每行包含4个重复的(4,1)数组元素，加上(240,320)数组的对应行元素，操作步骤如下：

1. 扩展小数组形状以匹配大数组行数：

   import numpy as np
   import pandas as pd
   
   # 示例数组，替换为你的实际数组
   arr_small = np.array([[1], [2], [3], [4]])  # 形状(4,1)
   arr_large = np.random.rand(240, 320)  # 形状(240,320)
   
   # 将(4,1)转为(1,4)后重复240次，得到(240,4)的数组
   arr_small_expanded = np.tile(arr_small.T, (240, 1))
   

2. 水平拼接两个数组：

   combined_arr = np.hstack([arr_small_expanded, arr_large])
   

3. 保存为CSV文件：

   pd.DataFrame(combined_arr).to_csv('horizontal_combined.csv', index=False, header=False)
   

场景2：将(240,320)数组拉平后与(4,1)数组垂直组合 #

如果目标CSV是单列，包含(4,1)的4个元素，加上(240,320)拉平后的所有元素，操作步骤如下：

1. 拉平大数组为单列：

   arr_large_flattened = arr_large.flatten().reshape(-1, 1)  # 形状(76800,1)
   

2. 垂直拼接两个数组：

   combined_arr = np.vstack([arr_small, arr_large_flattened])
   

3. 保存为CSV文件：

   pd.DataFrame(combined_arr).to_csv('vertical_combined.csv', index=False, header=False)
   

注意事项 #

• 如果目标CSV格式与上述场景不同，需明确具体的行列结构，调整数组变形逻辑（比如用np.repeat替换np.tile实现不同的重复规则）。
• 若不需要表头，保持header=False；如需自定义表头，可传入header=['col1', 'col2', ...]参数。

内容的提问来源于stack exchange，提问作者Bingo Man