### Python 合并多维数组的方法与示例 在 Python 中，`NumPy` 是一种强大的工具，用于处理多维数组的操作。以下是几种常见的合并多维数组的方式及其具体实现。 #### 行方向上的堆叠 (垂直堆叠) 当需要沿行的方向（即第一个轴）将多个数组组合在一起时，可以使用 `numpy.vstack()` 或者 `numpy.row_stack()` 函数[^1]。这些函数会沿着垂直方向堆叠数组。 ```python import numpy as np array1 = np.array([[1, 2], [3, 4]]) array2 = np.array([[5, 6]]) result_vstack = np.vstack((array1, array2)) print(result_vstack) # 输出: # [[1 2] # [3 4] # [5 6]] ``` #### 列方向上的堆叠 (水平堆叠) 如果希望按列方向（第二个轴）连接两个或多维数组，则可采用 `numpy.hstack()` 或 `numpy.column_stack()` 来完成此任务。 ```python array1 = np.array([[1], [2]]) array2 = np.array([[3], [4]]) result_hstack = np.hstack((array1, array2)) print(result_hstack) # 输出: # [[1 3] # [2 4]] ``` #### 自定义轴向的堆叠 对于更复杂的场景，比如指定任意维度进行拼接，推荐使用 `numpy.concatenate()` 并设置参数 axis 的值来决定在哪一维度上执行操作。 ```python array1 = np.array([[[1]], [[2]]]) array2 = np.array([[[3]], [[4]]]) result_concatenate_axis0 = np.concatenate((array1, array2), axis=0) result_concatenate_axis1 = np.concatenate((array1, array2), axis=1) result_concatenate_axis2 = np.concatenate((array1, array2), axis=2) print("Axis 0:", result_concatenate_axis0) print("Axis 1:", result_concatenate_axis1) print("Axis 2:", result_concatenate_axis2) # Axis 0: [[[1] # [2]] # # [[3] # [4]]] # Axis 1: [[[1] [3]] # [[2] [4]]] # Axis 2: [[[1 3]] # [[2 4]]] ``` #### 循环方式下的数组合并 针对动态或者未知数量的数组列表情况，可以通过循环逐一添加至最终的结果集中[^4]。 ```python arrays_list = [np.array([i]) for i in range(5)] final_result = arrays_list[0] for arr in arrays_list[1:]: final_result = np.append(final_result, arr) print(final_result.reshape(-1,1)) # 输出: # [[0] # [1] # [2] # [3] # [4]] ``` 上述代码片段展示了不同情况下如何利用 NumPy 提供的功能有效地对多维数组实施各种形式的合并操作。