Python numpy多维数组拼接如何避免扁平化得到目标结构

调用np.append()时如果不指定axis参数，NumPy默认会先将所有输入数组扁平化处理为一维结构后再执行拼接，因此最终得到的是丢失原有维度信息的一维数组，和预期不符。
你当前持有的两个数组C1、C2维度均为(1, 2, 2)，期望输出的C3维度为(2, 2, 2)，核心是沿第0轴（最外层维度）完成两个数组的拼接。

• 方案1：使用通用拼接函数np.concatenate()，显式指定拼接轴为0，这是NumPy数组合并场景下最推荐的写法：

import numpy as np

C1 = np.array([[[0, 1],[0,2]]])
C2 = np.array([[[1, 1],[2,2]]])

# 沿第0轴拼接
C3 = np.concatenate([C1, C2], axis=0)

# 验证输出
print(C3.shape) # 输出(2, 2, 2)
print(C3)
# 打印结果：
# [[[0 1]
#   [0 2]]
#
#  [[1 1]
#   [2 2]]]

• 方案2：如果要继续使用np.append()，必须显式传入axis=0参数，不能省略该参数：

C3 = np.append(C1, C2, axis=0)

注：你原有测试代码里定义的arC1、arC2两个空列表全程没有参与运算，属于冗余代码，可以直接删除。

内容的提问来源于stack exchange，提问作者Wiz123