下面是一个例子，演示如何比较多维数组的参数并将它们合并：

import numpy as np

def merge_arrays(*arrays):
    # 首先获取所有数组的形状
    shapes = [arr.shape for arr in arrays]
    
    # 检查数组的维度是否一致
    for shape in shapes[1:]:
        if shape != shapes[0]:
            raise ValueError("数组的维度不一致")
    
    # 创建一个空数组，用于存储合并后的结果
    merged_array = np.empty((len(arrays),) + shapes[0])
    
    # 将每个数组的元素复制到合并后的数组中
    for i, arr in enumerate(arrays):
        merged_array[i] = arr
    
    return merged_array

# 创建几个多维数组
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
array3 = np.array([[9, 10], [11, 12]])

# 合并数组
merged = merge_arrays(array1, array2, array3)

print(merged)

输出结果为：

[[[ 1.  2.]
  [ 3.  4.]]

 [[ 5.  6.]
  [ 7.  8.]]

 [[ 9. 10.]
  [11. 12.]]]

在这个例子中，我们首先获取所有数组的形状，并检查它们是否一致。然后，我们创建一个空数组来存储合并后的结果，并使用循环将每个数组的元素复制到合并后的数组中。最后，我们返回合并后的数组。