直观上可以根据符号“[ ]”的层数来判断,有m层即为m维,最外面1层对应axis0, 依次为axis1,axis2…>>> a = np.array([1,2,3])>>> a.ndim # 一维数组...array的shape需要一致,当然如果array在拼接axis方向的size不一样,也可以完成>>> np.concatenate((ar1, ar3)) # ar3虽然在axis0方向的长度不一致,但axis1...3], [ 4, 5, 6]], [[ 7, 8, 9], [11, 12, 13]]])>>> np.stack((ar1, ar2), axis=1) # 增加第二个维度(axis1...5, 6], [11, 12, 13]]])>>> np.stack((ar1, ar2), axis=2) # 增加第三个维度(axis2,和axis=-1的效果一样,原来的axis0和axis1