如何在不使用numpy的情况下将一维扁平列表重塑为二维列表数组？

完全可以用Python原生语法实现，不需要依赖任何第三方库，核心思路是利用列表切片结合列表推导式拆分原列表：

直接实现方式 #

针对你的两个列表，分别指定每个子列表的长度（chunk size）即可：

# 处理列表A
A = [2, -4, 3, 3, 1, 2, 1, 4, -1]
chunk_size_A = 3
reshaped_A = [A[i:i+chunk_size_A] for i in range(0, len(A), chunk_size_A)]

# 处理列表B
B = [1, 2, 3, 4, 5, 6]
chunk_size_B = 2
reshaped_B = [B[i:i+chunk_size_B] for i in range(0, len(B), chunk_size_B)]

执行后得到的结果完全符合需求：

• reshaped_A → [[2, -4, 3], [3, 1, 2], [1, 4, -1]]
• reshaped_B → [[1, 2], [3, 4], [5, 6]]

封装成可复用函数 #

如果需要多次处理不同列表，可以封装成轻量函数提高复用性：

def reshape_list(lst, chunk_size):
    """将一维列表拆分为指定子列表长度的二维列表"""
    return [lst[i:i+chunk_size] for i in range(0, len(lst), chunk_size)]

# 调用示例
reshaped_A = reshape_list([2, -4, 3, 3, 1, 2, 1, 4, -1], 3)
reshaped_B = reshape_list([1, 2, 3, 4, 5, 6], 2)

注意事项 #

• 若原列表长度不是chunk_size的整数倍，最后一个子列表会自动取剩余元素（比如原列表长度为7、chunk_size为3时，会得到两个长度3的子列表和一个长度1的子列表）。
• 该方法完全基于Python原生特性，运行效率高，无额外依赖。

内容的提问来源于stack exchange，提问作者helpmeplz