创建numpy ndarray时触发‘buffer is too small’错误，但缓冲区大小匹配

尝试创建一个简单的一维numpy ndarray时出现错误：

>>> np.ndarray(shape=(3,), buffer=np.array([1,2,3]))

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: buffer is too small for requested array

明明shape与传入的buffer相匹配，为何会出现该错误？

错误原因 #

np.ndarray的buffer参数要求传入原始字节缓冲区（比如bytes、bytearray或缓冲区对象），而非numpy数组对象本身。当你直接传入np.array([1,2,3])时，numpy会尝试从该数组对象的内存空间读取数据，而不是数组实际存储元素的内存区域——数组对象本身的内存远小于存储3个整数所需的字节数，因此会触发“buffer太小”的错误。

解决办法 #

方法1：使用np.array()直接创建（推荐）

这是numpy创建数组的标准方式，无需手动处理buffer：

import numpy as np
arr = np.array([1,2,3])

方法2：正确使用np.ndarray的buffer参数

如果必须使用np.ndarray，需要传入数组的原始字节数据，并指定对应的dtype：

import numpy as np
source_arr = np.array([1,2,3])
# 方式一：转为字节数据
new_arr = np.ndarray(shape=(3,), buffer=source_arr.tobytes(), dtype=source_arr.dtype)
# 方式二：使用数组的缓冲区对象
new_arr = np.ndarray(shape=(3,), buffer=source_arr.data, dtype=source_arr.dtype)

内容的提问来源于stack exchange，提问作者OfirD