通常，您可以沿任意轴连接整个数组序列：

numpy.concatenate( LIST, axis=0 )

但你 也
必须对列表中的形状和每个阵列的维度担心（用于2维3x5的输出，你需要确保它们都是2维正由-5阵列的话）。如果要将一维数组连接为二维输出的行，则需要扩展其维数。

正如Jorge的答案所指出的那样，stack在numpy 1.10中引入了function ：

numpy.stack( LIST, axis=0 )

这采用了补充方法：在连接之前，它会为每个输入数组创建一个新视图并添加一个额外的维数（在这种情况下为左侧，因此每个n元素1D数组都将变为1 x
n2D数组）。仅当所有输入数组都具有相同的形状时才有效（即使沿串联轴也是如此）。

vstack（或等价的row_stack）通常是一个更易于使用的解决方案，因为它将采用一维和/或二维数组序列，并在将整个列表连接在一起之前，在必要时且仅在必要时自动扩展维数。在需要新尺寸的地方，将其添加到左侧。同样，您可以一次串联整个列表，而无需进行迭代：

numpy.vstack( LIST )

语法快捷方式numpy.r_[ array1, ...., arrayN ]（请注意方括号）也表现出这种灵活的行为。这对于连接几个显式命名的数组很有用，但对您的情况不利，因为此语法将不接受数组序列，例如your LIST。

对于水平（列）堆栈，还有一个类似的函数column_stack和快捷方式c_[...]，以及一个 几乎
类似的函数，hstack尽管出于某种原因，后者的灵活性较差（它对输入数组的维数更为严格，并试图进行串联）一维数组首尾相连，而不是将其视为列）。

最后，在垂直堆叠一维数组的特定情况下，以下内容也适用：

numpy.array( LIST )

…因为数组可以从其他数组序列中构造出来，因此在开头增加了新的维度。