使用numpy堆叠仅单维度不同的多维数组的实现方案咨询

你需要的输出是object类型的NumPy数组，无法通过常规的np.hstack/np.concatenate实现，因为这两个函数是用于同类型数组的维度拼接，而你的需求是将子数组、字符串作为独立对象存储，不需要手动写循环，有更简洁高效的实现方式。

最优实现方案（无循环，性能最优） #

import numpy as np

# 原始数组
a = np.array([[[1],[1]],[[2],[2]],[[3],[3]],[[4],[4]]])
b = np.array(["a", "b", "c", "d"]).reshape(4,1,1)

# 创建形状匹配的空object类型数组
c = np.empty((4, 2), dtype=object)
# 批量赋值两列内容
c[:, 0] = a.tolist()
c[:, 1] = b.ravel()

该实现为向量化操作，性能远高于手动遍历拼接，输出结果和你要求的结构完全一致。

失败原因说明 #

np.concatenate类的拼接函数会尝试将两个数组的元素内容合并到同一维度下，会自动做类型对齐（比如把数值转成字符串），无法保留子数组作为独立元素的结构，因此不符合你的需求。

可选循环实现（仅适合小数据量场景） #

c = []
for ai, bi in zip(a, b):
    c.append([ai, bi.item()])
c = np.array(c, dtype=object)

内容的提问来源于stack exchange，提问作者user430953