使用np.concatenate合并numpy数组报错，如何得到shape(2,32,32,3)数组？

嘿，我明白你遇到的问题了——直接用np.concatenate合并两个(32,32,3)的数组确实达不到你想要的(2,32,32,3)形状，这是因为concatenate是在已有轴上进行拼接，而你的原始数组只有3个轴，没法直接在第0轴（也就是你想要的新维度）上合并。

为什么会报错？ #

如果直接执行np.concatenate([A,B], axis=0)，得到的会是(64,32,3)的数组（把两个数组在第0轴上首尾拼接）；要是你错误指定了一个不存在的轴（比如axis=3），就会触发AxisError，因为原始数组只有0、1、2三个轴。

正确的解决方法 #

你需要先给每个数组添加一个新的维度（变成(1,32,32,3)），再进行合并；或者直接用更简便的np.stack函数一步到位。

方法1：先扩展维度再用concatenate

先通过np.expand_dims给每个数组增加一个第0轴，再拼接：

import numpy as np

# 假设你的A和B已经是(32,32,3)的数组
A = np.random.rand(32, 32, 3)
B = np.random.rand(32, 32, 3)

# 扩展维度：从(32,32,3)变成(1,32,32,3)
A_expanded = np.expand_dims(A, axis=0)
B_expanded = np.expand_dims(B, axis=0)

# 在第0轴上拼接
result = np.concatenate([A_expanded, B_expanded], axis=0)
print(result.shape)  # 输出: (2, 32, 32, 3)

方法2：直接用np.stack（更推荐）

np.stack会自动帮你添加新维度并完成合并，专门用于这种需要新增维度的拼接场景：

import numpy as np

A = np.random.rand(32, 32, 3)
B = np.random.rand(32, 32, 3)

# 在第0轴上堆叠两个数组
result = np.stack([A, B], axis=0)
print(result.shape)  # 输出: (2, 32, 32, 3)

两种方法都能得到你想要的结果，np.stack更简洁，平时处理这种新增维度的合并我更常用它。

内容的提问来源于stack exchange，提问作者Manasi