循环拼接一维NumPy数组如何得到目标格式二维数组

原有代码生成的arr和循环内临时变量x均为一维数组，np.concatenate拼接一维数组时只会沿唯一的现有维度合并，不会自动新增维度，最终输出会被拍平为一维结构，无法得到预期的二维数组。

方案1：高性能列表收集法（推荐） #

numpy数组为定长结构，循环中反复调用np.append/np.concatenate会触发全量数据的内存重分配与拷贝，数据量较大时性能很差。优先用普通Python列表按行收集结果，最后一次性转为numpy数组即可：

import numpy as np

nNumbers = [1,2,3]
baseVariables = ['a','b','c','d','e']

row_cache = []
for idx in nNumbers:
    # 按指定字段顺序提取当前行的所有值
    current_row = [y['result'][idx][field] for field in baseVariables]
    row_cache.append(current_row)

# 直接转换为二维数组，形状为 (len(nNumbers), len(baseVariables))
arr = np.array(row_cache)

运行后得到的arr完全匹配你预期的二维结构，对应你给出的示例格式为3行5列的数组。

方案2：最小改动适配原有逻辑 #

如果需要保留原有循环逐值append的写法，只需要调整数组初始化逻辑与拼接维度即可：

import numpy as np

nNumbers = [1,2,3]
baseVariables = ['a','b','c','d','e']

# 初始化空二维数组，列数与待提取字段数保持一致，存字符串需指定dtype
arr = np.empty((0, len(baseVariables)), dtype=object)

for i in nNumbers:
    x = np.empty(0, dtype=object)
    for v in baseVariables:
        x = np.append(x, y['result'][i][v])
    # 将一维的x转为单行二维数组，沿行方向拼接
    arr = np.concatenate((arr, x.reshape(1, -1)), axis=0)

• 如果你提取的字段值是字符串类型，初始化numpy数组时需要指定dtype=object或对应字符串类型（如dtype='U20'表示最长20位的Unicode字符串），避免默认数值dtype无法存储字符串。
• 非必要不要在循环中频繁修改numpy数组长度，列表收集法的执行效率会比逐次拼接numpy数组高几个数量级。

内容的提问来源于stack exchange，提问作者Zercon