Python NumPy多维数组np.insert插入拼接异常问题求解

问题现象 #

使用NumPy对多维数组执行按位置插入拼接时，触发两类异常：

• 当位置参数C1=[]时，生成结果B1存在多余的[0]元素
• 当位置参数C2=[1,2]时，程序抛出形状不匹配的ValueError

插入逻辑需要满足以下规则：

• 若C=[]，无需在结果中插入A1
• 若C传入单个位置，仅在对应位置插入A1
• 若C传入多个位置，在所有指定位置分别插入A1
• 固定在D=[7]对应的末尾位置插入A2

原问题代码 #

import numpy as np
A=np.array([[[1],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7]]])
C1=[]
C2=[1,2]
D=[7]
A1=np.array([0])
A2=np.array([0])

B1=np.insert(A,C1+D,[A1,A2],axis=1)
print("B1 =",[B1])

B2=np.insert(A,C2+D,[A1,A2],axis=1)
print("B1 =",[B2])

异常输出 #

B1 = [array([[[1],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7],
        [0],
        [0]]])]


in <module>
    B2=np.insert(A,C2+D,[A1,A2],axis=1)

  File "<__array_function__ internals>", line 5, in insert

  File "C:\Users\USER\anaconda3\lib\site-packages\numpy\lib\function_base.py", line 4678, in insert
    new[tuple(slobj)] = values

ValueError: shape mismatch: value array of shape (2,1)  could not be broadcast to indexing result of shape (3,1,1)

预期正确结果 #

B1 = [array([[[1],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7],
        [0]]])]

B2 = [array([[[1],
        [0],
        [0],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7],
        [0]]])]

错误原因 #

np.insert要求传入的待插入值数量，必须和插入位置的数量严格对应：

1. 生成B1时，C1+D得到的插入位置只有1个（索引7），但代码硬编码传入了[A1,A2]2个插入值，因此多插入了一个0元素
2. 生成B2时，C2+D得到的插入位置有3个（索引1、2、7），但代码仅传入2个插入值，形状无法匹配广播规则，触发报错

修复方案 #

根据传入的C参数长度动态生成对应数量的A1插入值，再拼接末尾位置需要的A2，保证插入值数量和位置数量完全匹配。
修复后代码：

import numpy as np
A = np.array([[[1],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7]]])
C1 = []
C2 = [1,2]
D = [7]
A1 = np.array([0])
A2 = np.array([0])

# 生成B1
pos1 = C1 + D
vals1 = [A1 for _ in C1] + [A2]
B1 = np.insert(A, pos1, vals1, axis=1)
print("B1 =", [B1])

# 生成B2
pos2 = C2 + D
vals2 = [A1 for _ in C2] + [A2]
B2 = np.insert(A, pos2, vals2, axis=1)
print("B2 =", [B2])

运行后输出和预期结果完全一致，无报错。

内容的提问来源于stack exchange，提问作者Wiz123