如何在NumPy中将一维数组合并为二维数组？含多数组合并场景

嘿，我来帮你搞定NumPy里数组合并的问题！下面分两种场景给你详细说明：

1. 将一维数组合并为二维数组 #

NumPy提供了好几种直观的方式实现这个需求，我给你列几个最常用的：

方法一：用np.vstack()垂直堆叠（按行合并） #

这个方法会把每个一维数组直接作为二维数组的一行，非常适合需要行结构的场景：

import numpy as np

# 先创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 合并成二维数组
result = np.vstack([arr1, arr2])
print(result)
# 输出：
# [[1 2 3]
#  [4 5 6]]

方法二：用np.column_stack()水平堆叠（按列合并） #

如果你想把一维数组作为二维数组的列，这个方法就很顺手：

result = np.column_stack([arr1, arr2])
print(result)
# 输出：
# [[1 4]
#  [2 5]
#  [3 6]]

方法三：直接用np.array()包裹数组列表 #

这是最简洁的按行合并方式，代码可读性拉满：

result = np.array([arr1, arr2])
print(result)
# 输出和vstack的结果完全一致

方法四：用np.concatenate()配合形状调整 #

这个方法灵活性最高，需要先把一维数组reshape成二维结构（(1, -1)表示1行，列数自动计算），再指定合并轴：

# 按行合并（axis=0）
row_result = np.concatenate([arr1.reshape(1, -1), arr2.reshape(1, -1)], axis=0)
# 按列合并（axis=1）
col_result = np.concatenate([arr1.reshape(-1, 1), arr2.reshape(-1, 1)], axis=1)

2. 合并三个一维数组得到目标二维数组 #

逻辑和两个数组完全一致，只是把数组列表里的元素增加到三个就行。我举两个常见的目标场景例子：

场景一：将三个一维数组作为二维数组的行 #

假设你有三个一维数组：

arr_a = np.array([10, 20, 30])
arr_b = np.array([40, 50, 60])
arr_c = np.array([70, 80, 90])

要合并成3行3列的二维数组，用vstack或者直接np.array()都可以：

target = np.vstack([arr_a, arr_b, arr_c])
# 或者 target = np.array([arr_a, arr_b, arr_c])
print(target)
# 输出：
# [[10 20 30]
#  [40 50 60]
#  [70 80 90]]

场景二：将三个一维数组作为二维数组的列 #

如果目标是3列的二维数组，直接用column_stack：

target = np.column_stack([arr_a, arr_b, arr_c])
print(target)
# 输出：
# [[10 40 70]
#  [20 50 80]
#  [30 60 90]]

小提示： #

如果你的目标二维数组有特殊形状（比如不是每行/每列对应一个一维数组），可以先调整每个一维数组的形状，再用np.concatenate()指定合适的轴来合并，自由度很高。

内容的提问来源于stack exchange，提问作者Tuffling_Tony