如何不使用for循环实现3D NumPy数组拼接以匹配给定代码输出？

当然可以！完全不用写for循环就能搞定这个需求——NumPy自带的向量化操作既简洁又高效，根本不需要Python层面的循环。

先跟你对齐一下场景：你用np.arange(24).reshape(2,3,4)生成了一个形状为(2,3,4)的3D数组，想要把每个维度0下的3x4子数组展平成12元素的一维数组，再组合成(2,12)的2D数组，也就是你给出的预期输出对吧？

最简洁高效的方法：用reshape #

因为np.arange生成的数组是连续存储的，直接调整形状就行，这是NumPy里最推荐的方式，完全没循环，速度还快：

import numpy as np
A = np.arange(24).reshape(2,3,4)

# 一行代码搞定，不用for循环！
v = A.reshape(A.shape[0], -1)
print(v)

输出结果和你用for循环得到的完全一样：

[[ 0  1  2  3  4  5  6  7  8  9 10 11]
 [12 13 14 15 16 17 18 19 20 21 22 23]]

这里的-1是让NumPy自动计算第二个维度的大小，它会根据总元素数算出3*4=12，和写A.reshape(2,12)效果一样。

备选方案：显式拼接（如果你想更贴近原逻辑） #

要是你想更贴合原代码里“拼接子数组”的思路，也可以用np.apply_along_axis，不过还是reshape的性能更好：

v = np.apply_along_axis(lambda x: x.flatten(), axis=(1,2), arr=A)

这个操作会沿着数组的第1、2维度（也就是每个子数组的行和列）执行展平，最终得到同样的(2,12)数组。

为什么不用for循环更好？ #

NumPy的向量化操作是用优化过的C代码实现的，比Python层面的for循环快得多——尤其是当数组规模变大的时候。不仅代码更简洁，运行效率也高很多。

内容的提问来源于stack exchange，提问作者MrClean