concatenate对于一堆1d数组没有问题：

In [52]: np.concatenate([np.array([1,2,3]), np.ones((2,)), np.array([1])])
Out[52]: array([1., 2., 3., 1., 1., 1.])

字符串
如果一个参数是标量：

In [53]: np.concatenate([np.array([1,2,3]), np.ones((2,)), 1])
Traceback (most recent call last):
  File "<ipython-input-53-51b00c09f677>", line 1, in <module>
    np.concatenate([np.array([1,2,3]), np.ones((2,)), 1])
  File "<__array_function__ internals>", line 5, in concatenate
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 1 dimension(s) and the array at index 2 has 0 dimension(s)

型
它从最后一个数组

In [57]: np.array(1)
Out[57]: array(1)

型
但这是一个0 d数组。在MATLAB中，这将是2d的-一切都是2d的，没有真正的标量。记住，numpy在python中工作，python有标量和列表。MATLAB是矩阵一路向下...
numpy数组也可以是0 d或1d。没有人为的2d下限。它是一种通用的数组语言，而不仅仅是矩阵。在MATLAB中，即使是3d也是对原始2d的调整。
hstack添加了一个调整，以确保所有参数至少为1d：

In [54]: np.hstack([np.array([1,2,3]), np.ones((2,)), 1])
Out[54]: array([1., 2., 3., 1., 1., 1.])

型
即使在MATLAB/倍频程不匹配的尺寸给予的问题：

>> a = [3:5; [1,2,3]]
a =    
   3   4   5
   1   2   3

>> a = [3:5; [1,2,3]; 4]
error: vertical dimensions mismatch (2x3 vs 1x1)

>> a = [3:5; [1,2,3,4]]
error: vertical dimensions mismatch (1x3 vs 1x4)
>> a = [3:5, [1,2,3,4]]
a =    
   3   4   5   1   2   3   4

>> a = [3:5, [1,2,3,4],5]
a =
   3   4   5   1   2   3   4   5

型

你会想看看np.concatenate，它需要数组序列和轴来连接它们。

如果我理解正确的话，你有一个标量数组序列，你想把它们连接成一个序列，但是当你试图连接它们的时候，标量会带来麻烦。
你应该首先将所有标量转换成单例数组。然后连接它们。类似于：

foo = [[1, 2, 3], 5, [6, 7], 8]
foo2 = [np.array(item) if isinstance(item, list) else np.array([item]) for item in foo]
np.concatenate(foo)

字符串