使用NumPy拼接double类型标量报错：ValueError: zero-dimensional arrays cannot be concatenated

嗨，这个问题我之前也踩过坑，咱们来拆解一下原因和解决办法：

报错原因 #

np.concatenate()这个函数的核心作用是拼接已有的多维数组，它要求传入的参数是至少1维的数组。而你传入的a1到a5是单个的double标量，在NumPy中它们属于0维数组（ndim=0），这个函数不支持直接拼接0维元素，所以才会抛出这个错误。

几种解决方法 #

方法1：最简洁直接——用np.array()直接生成数组

如果你只是想把这几个标量组合成一个1维数组，完全不需要用concatenate，直接把标量放到列表里传给np.array()就可以了：

import numpy as np

a1, a2, a3, a4, a5 = 1.1, 2.2, 3.3, 4.4, 5.5
f = np.array([a1, a2, a3, a4, a5])

这是最推荐的方式，代码简洁且效率高。

方法2：如果一定要用np.concatenate()，先把标量转成1维数组

如果你因为某些场景必须使用concatenate，可以先把每个标量包装成1维数组，再进行拼接：

import numpy as np

a1, a2, a3, a4, a5 = 1.1, 2.2, 3.3, 4.4, 5.5
# 方式A：用np.array([])包裹每个标量
f = np.concatenate((np.array([a1]), np.array([a2]), np.array([a3]), np.array([a4]), np.array([a5])))

# 方式B：用np.expand_dims给标量添加一个维度
f = np.concatenate((
    np.expand_dims(a1, axis=0),
    np.expand_dims(a2, axis=0),
    np.expand_dims(a3, axis=0),
    np.expand_dims(a4, axis=0),
    np.expand_dims(a5, axis=0)
))

总结 #

np.concatenate()更适合处理已经存在的数组之间的拼接，比如把多个1维数组拼成长数组、把多个2维数组按行/列拼接等。而从单个标量生成数组，np.array()是最直接的选择。

内容的提问来源于stack exchange，提问作者Simplicity