Python NumPy reshape传入shape元组报错的解决方法

NumPy的reshape()方法要求传入的形状参数要么是多个独立的整数，要么是一个完整的形状元组。
你代码里k = I1.shape拿到的k本身是元组类型(7,2)，写I1.reshape(1,k)时，相当于给方法传了两个参数：整数1、元组(7,2)，方法无法将第二个参数（元组）识别为单个整数维度值，就会抛出'tuple' object cannot be interpreted as an integer的错误。

最贴合你原有编码思路的写法是用元组解包，把新维度和原形状元组拼接成完整的目标形状元组再传入：

import numpy as np

I1= np.array([[0, 1],
              [0, 2],
              [1, 3],
              [2, 3],
              [2, 5],
              [3, 6],
              [5, 6]])
k = I1.shape
# *k会把元组(7,2)解包成两个独立值，和前面的1拼成完整元组(1,7,2)
I1 = I1.reshape((1, *k))

运行后I1.shape就会是你需要的(1,7,2)。

除此之外还有两种常用的等价写法，可以按需选用：

• 自动推断维度：如果确定只在最外层加一个长度为1的维度，可以用-1让NumPy自动计算剩余维度长度，写法更简洁，但多维数组场景下不会保留原有内部维度结构，通用性稍差：

I1 = I1.reshape(1, -1)

• 新增轴专用写法：如果需求就是给数组新增一个长度为1的维度，用切片加np.newaxis语义更清晰：

# 在第0轴位置插入新维度，结果形状直接为(1,7,2)
I1 = I1[np.newaxis, :]

内容的提问来源于stack exchange，提问作者Wiz123