小编use*_*729的帖子

我想沿着特定的轴交错具有不同尺寸的多个numpy数组。特别是，我有一个(_, *dims)沿第一轴变化的形状数组的列表，我想对其进行交织以获得另一个形状数组(_, *dims)。例如，给定输入

a1 = np.array([[11,12], [41,42]])
a2 = np.array([[21,22], [51,52], [71,72], [91,92], [101,102]])
a3 = np.array([[31,32], [61,62], [81,82]])

interweave(a1,a2,a3)

所需的输出将是

np.array([[11,12], [21,22], [31,32], [41,42], [51,52], [61,62], [71,72], [81,82], [91,92], [101,102]]

借助先前的文章（例如Numpy带有交错的串联数组），当数组沿第一个维度匹配时，我就可以正常工作了：

import numpy as np

def interweave(*arrays, stack_axis=0, weave_axis=1):
    final_shape = list(arrays[0].shape)
    final_shape[stack_axis] = -1

    # stack up arrays along the "weave axis", then reshape back to desired shape
    return np.concatenate(arrays, axis=weave_axis).reshape(final_shape)

不幸的是，如果输入形状沿第一维不匹配，则上面的方法会引发异常，因为我们必须沿着与不匹配的轴不同的轴进行连接。确实，我在这里看不到任何有效使用串联的方法，因为沿着不匹配的轴进行串联将破坏我们生成所需输出所需的信息。

我的另一个想法是用空条目填充输入数组，直到它们的形状沿第一个维度匹配，然后在一天结束时删除空条目。尽管这会起作用，但我不确定如何最好地实现它，而且似乎一开始就没有必要这样做。