如何沿指定轴堆叠numpy数组得到(10,6,200)形状的结果数组

hstack、vstack触发轴数量报错的核心原因是：这类堆叠方法要求所有输入数组维度数完全一致，你的数组a为3维、数组b为2维，维度不匹配无法直接堆叠。
要得到形状为(10, 6, 200)的结果，核心逻辑是沿第二个维度（轴索引为1，对应原数组a长度为5的维度）拼接，拼接前先将b调整为可与a维度对齐的形状即可，刚好满足「沿第一维度遍历，将第二个数组堆叠到每个二维数组上」的需求。

通用兼容实现（支持所有NumPy版本） #

import numpy as np
a = np.random.random((10, 5, 200))
b = np.zeros((1, 200))
# 将2维的b升维为(1,1,200)，再广播扩展为(10,1,200)，广播操作无额外大内存占用
b_aligned = np.broadcast_to(b[np.newaxis, ...], (a.shape[0], b.shape[0], a.shape[2]))
# 沿axis=1拼接得到结果
result = np.concatenate([a, b_aligned], axis=1)
# 形状校验
print(result.shape)  # 输出: (10, 6, 200)

简洁写法（NumPy ≥ 1.20 版本支持） #

高版本NumPy的concatenate支持自动广播长度为1的维度，可省略手动广播步骤，直接升维后拼接：

result = np.concatenate([a, b[None, ...]], axis=1)

语法说明：代码中b[np.newaxis, ...]可简写为b[None, ...]，等价于b.reshape(1, 1, 200)，作用是在b的最前面新增一个长度为1的批次维度，将其从2维转为3维，满足拼接函数的维度数要求。

常见误区说明 #

• 若使用vstack拼接，会沿第0个维度（长度为10的批次维度）合并，最终第一维长度会变为11，不符合维度要求
• 直接对维度数不同的数组使用hstack，不会自动做升维处理，必然触发维度数不匹配报错

内容的提问来源于stack exchange，提问作者Rodrigo A