我希望，这将有助于您了解级联3dim阵列

import numpy as np
empty_windows = np.empty((256, 144, 3))
random_arr = np.random.randint(0, 100, size=(256, 144, 3)) # it's dimension should be same
np.concatenate([empty_windows, random_arr], axis=2) # it can concatenate into an array axis=2 defines 3rd dimension

np.empty和np.append是危险的函数，它们不是空列表[]和list.append的克隆。

empty_windows = np.empty((256, 144, 3))

已经创建了一个带有浮点值的（256，144，3）形状数组-它们是不可预测的，但很可能不是您想要的。请查看该数组，或一个较小的示例，以便您自己查看。另外，请阅读np.empty docs.np.zeros，如有必要，请重新阅读。
对于标量i,j，

empty_windows[i, j]

是（3）形阵列或槽。
当你用另一个（3，）shape对它进行np.append运算时，结果是一个（6，）shape，前3个值是empty_window中的“随机”值，这个错误很清楚地告诉你，它不能把一个（6，）shape数组放到一个只容纳（3，）的插槽中。
您的目标并不明确，但是您不能通过这种“逐行”追加将（n，m，3）形状数组增长到（n，m，6）。
您可以使用新值设置“行”，如下所示：

empty_windows[i, j] = np.asarray(some_new_array)).reshape(3, )