使用numpy.hstack拼接数组报错ValueError：除拼接轴外维度需完全匹配

首先，咱们来拆解一下你遇到的报错原因：

np.hstack() 本质是沿着轴1（也就是第二个维度，索引从0开始）进行数组拼接，这个方法要求所有输入数组，除了拼接轴（轴1）之外的所有其他维度的大小必须完全一致。

看一下你的数组维度：

• train_frames1：(2000, 1, 224, 224)
• train_frames2：(1000, 1, 224, 224)
• train_frames3：(2000, 1, 224, 224)
• train_frames4：(2000, 1, 224, 224)
• train_frames5：(2000, 1, 224, 224)
• train_frames6：(586, 1, 224, 224)

这里问题出在轴0（第一个维度，样本数量）：有的数组是2000个样本，有的是1000，还有的是586，大小不统一，这就违反了hstack的要求，所以抛出了ValueError: all the input array dimensions except for the concatenation axis must match exactly。

接下来根据你的实际需求，给你两种解决方案：

方案1：按样本维度拼接（最可能是你想要的） #

如果你是想把所有数组里的样本合并到一起，也就是沿着**轴0（样本轴）**拼接，那应该用np.vstack()或者更明确的np.concatenate(axis=0)。这时候只需要除了轴0之外的其他维度（1、2、3）一致就行，你的数组这些维度都是(1,224,224)，完全符合要求。

代码示例：

import numpy as np
# 用vstack
train = np.vstack((train_frames1, train_frames2, train_frames3, train_frames4, train_frames5, train_frames6))

# 或者用concatenate，效果完全一样，更直观指定轴
train = np.concatenate(
    [train_frames1, train_frames2, train_frames3, train_frames4, train_frames5, train_frames6],
    axis=0
)

拼接后的数组维度会是 (2000+1000+2000+2000+2000+586, 1, 224, 224)，也就是 (9586, 1, 224, 224)。

方案2：确实需要沿着轴1拼接（调整样本数统一） #

如果你真的要沿着轴1拼接，那必须先把所有数组的轴0（样本数）调整成一样的。这里有两种常见的处理方式：

方式A：截断所有数组到最短样本数 #

把所有数组都截断成样本数最少的那个（也就是train_frames6的586个样本），这样所有数组的轴0都是586，就可以用hstack了：

import numpy as np
# 找到最小样本数
min_sample_count = min(
    train_frames1.shape[0], train_frames2.shape[0],
    train_frames3.shape[0], train_frames4.shape[0],
    train_frames5.shape[0], train_frames6.shape[0]
)
# 每个数组取前min_sample_count个样本，再拼接
train = np.hstack([arr[:min_sample_count] for arr in [
    train_frames1, train_frames2, train_frames3,
    train_frames4, train_frames5, train_frames6
]])

拼接后的维度是 (586, 6, 224, 224)（轴1从1变成了6，因为6个数组各贡献了1个维度）。

方式B：补全短数组到最长样本数 #

把样本数少的数组用0（或者其他值）填充到最长的样本数（2000），再进行拼接：

import numpy as np
# 找到最大样本数
max_sample_count = max(
    train_frames1.shape[0], train_frames2.shape[0],
    train_frames3.shape[0], train_frames4.shape[0],
    train_frames5.shape[0], train_frames6.shape[0]
)

# 定义一个补全函数，在轴0方向填充0
def pad_array(arr, target_length):
    pad_size = target_length - arr.shape[0]
    if pad_size <= 0:
        return arr
    # 填充参数：((轴0前填充, 轴0后填充), (轴1前, 轴1后), ...)
    return np.pad(arr, ((0, pad_size), (0, 0), (0, 0), (0, 0)), mode='constant')

# 补全所有数组后拼接
padded_arrays = [pad_array(arr, max_sample_count) for arr in [
    train_frames1, train_frames2, train_frames3,
    train_frames4, train_frames5, train_frames6
]]
train = np.hstack(padded_arrays)

拼接后的维度是 (2000, 6, 224, 224)。

内容的提问来源于stack exchange，提问作者Joseph