如何将形状为(26, 396, 1, 1, 6)的5维数组重塑为(10296, 6)的2维数组

你遇到的reshape顺序不符问题，根源是numpy默认reshape采用C风格行优先的内存遍历逻辑，直接调用不会优先按你预期的第一维度分块堆叠。可以用以下两种方案实现需求：

• 方案1：直观拼接法（无顺序歧义，最推荐）
  先移除中间两个长度为1的冗余维度，再沿着第一维度将所有396行的块依次纵向拼接：

import numpy as np
# 移除axis=2、axis=3的单维度，得到形状为(26, 396, 6)的数组
b_squeezed = np.squeeze(b, axis=(2, 3))
# 沿第0轴拼接26个(396,6)的数组块
a = np.concatenate(b_squeezed, axis=0)

• 方案2：指定顺序reshape法
  如果希望用reshape实现，可以显式指定遍历顺序，同时先拆分维度避免歧义：

a = b.reshape(26, 396, 6).reshape(26*396, 6, order='C')

你可以用小尺寸测试数组验证结果：比如构造形状为(2, 2, 1, 1, 2)的数组，每个第一维度块的元素分别赋值为[[1,2],[3,4]]和[[5,6],[7,8]]，执行上述代码后得到的结果为[[1,2],[3,4],[5,6],[7,8]]，完全符合预期的堆叠规则。

内容的提问来源于stack exchange，提问作者Asbjoern Lund