如何实现NumPy数组的extend功能？合并二维数组的方法咨询

嘿，你现在转列表再用extend的方法确实能实现需求，但其实NumPy本身就有专门的原生工具来做这种垂直堆叠，不用来回转换类型，效率高多了！

方法1：用np.vstack()（最直观） #

vstack就是专门用来垂直堆叠数组的，完美对应你想要的"extend"效果，直接把两个列数相同的数组按行拼接：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
b = np.array([[0,0,0],[1,1,1]])

c = np.vstack((a, b))

运行后c就是你想要的结果：

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9],
       [0, 0, 0],
       [1, 1, 1]])

方法2：用np.concatenate()（更通用） #

concatenate是更底层的拼接函数，通过指定axis=0来实现垂直堆叠（和vstack效果完全一致），如果以后需要横向拼接数组，只需要把axis改成1就行：

c = np.concatenate((a, b), axis=0)

为什么比转列表的方法更好？ #

• 性能更高：不用把NumPy数组转成Python列表，避免了数据拷贝和类型转换的开销，尤其是当数组规模很大的时候，这个性能差异会非常明显；
• 保持数组特性：直接得到NumPy数组，后续可以继续使用NumPy的向量运算、广播等专属特性，不用再额外转回数组。

注意：这两个方法要求两个数组的列数（第二个维度的大小）必须一致，如果列数不同会直接报错——不过这种情况下，合并后的"不规则数组"本身就不符合NumPy多维数组的规范，转列表的方法虽然能凑出结果，但实际业务中还是建议先调整数组形状、保证维度匹配后再合并。

内容的提问来源于stack exchange，提问作者Leoli