如何将(x,y)形状的NumPy数组重塑为(x,y,1)三维数组？

原有方案的错误说明 #

• 执行numpy_array.reshape(-1, 1)时，-1参数会让NumPy根据总元素量自动计算该维度长度，原数组总元素数为55*11=605，最终会得到形状为(605, 1)的二维数组，不符合三维结构要求。
• 循环赋值报错的原因是维度不匹配：切片numpy_array[i]的固定形状为(11,)，而numpy_array[i].reshape(-1, 1)的输出形状为(11, 1)，二者形状无法对齐，触发广播错误。

可行实现方案 #

以下方法均无需编写循环，执行效率更高，可直接得到目标形状的三维数组：

1. 指定目标形状调用reshape #

直接明确传入目标三维形状，是最简洁的实现方式：

# 硬编码目标形状
new_arr = numpy_array.reshape(55, 11, 1)

# 通用写法，无需硬编码原数组维度，适配任意形状为(M,N)的二维数组转(M,N,1)
new_arr = numpy_array.reshape(*numpy_array.shape, 1)

2. 通过np.newaxis新增维度 #

np.newaxis是NumPy中专门用于新增长度为1的维度的常量，本质是None的别名，语义更直观：

# 省略号代表保留前面所有原有维度，在最后位置新增一维
new_arr = numpy_array[..., np.newaxis]

3. 调用np.expand_dims接口 #

使用NumPy内置的维度扩展接口，指定新增维度的轴位置即可：

# axis=-1代表在数组的最后一个位置插入长度为1的新维度
new_arr = np.expand_dims(numpy_array, axis=-1)

注意：上述方法返回的数组默认与原数组共享底层内存，修改其中一个的数值会同步影响另一个。如果需要得到完全独立的数组副本，可在结果后追加.copy()调用，例如new_arr = numpy_array.reshape(55,11,1).copy()。

内容的提问来源于stack exchange，提问作者Katsu