如何调整numpy数组形状且保留原有元素的索引位置不变

解决方案 #

你可以通过切片截取（缩小场景） + np.pad填充（放大场景） 组合实现，完全不需要手动写循环，而且可以保证原元素的索引位置完全不变。 #

核心逻辑说明

1. 缩小数组：直接沿目标轴截取前N个元素即可，原生切片操作天然保留原元素索引
2. 放大数组：用np.pad沿目标轴的末尾填充指定值（默认补0），原数组元素位置完全不动

通用实现代码

import numpy as np

def resize_axis(arr: np.ndarray, axis: int, target_len: int, fill_value=0) -> np.ndarray:
    orig_len = arr.shape[axis]
    # 长度相同直接返回
    if orig_len == target_len:
        return arr.copy()
    # 缩小场景：沿目标轴切片
    elif orig_len > target_len:
        slices = [slice(None)] * arr.ndim
        slices[axis] = slice(target_len)
        return arr[tuple(slices)].copy()
    # 放大场景：沿目标轴末尾填充
    else:
        pad_width = [(0, 0)] * arr.ndim
        pad_width[axis] = (0, target_len - orig_len)
        return np.pad(arr, pad_width, mode="constant", constant_values=fill_value)

调用示例

首先构造你给出的示例数组：

arr = np.repeat(np.arange(1, 10).reshape(3, 3)[np.newaxis, :], 3, axis=0)
print("原数组shape：", arr.shape)
# 输出：原数组shape： (3, 3, 3)

示例1：沿axis=2缩小到长度2

res1 = resize_axis(arr, axis=2, target_len=2)
print(res1)

输出和你要求的完全一致：

[[[1 2]
  [4 5]
  [7 8]]

 [[1 2]
  [4 5]
  [7 8]]

 [[1 2]
  [4 5]
  [7 8]]]

示例2：沿axis=1放大到长度4

res2 = resize_axis(arr, axis=1, target_len=4)
print(res2)

输出和你要求的完全一致：

[[[1 2 3]
  [4 5 6]
  [7 8 9]
  [0 0 0]]

 [[1 2 3]
  [4 5 6]
  [7 8 9]
  [0 0 0]]

 [[1 2 3]
  [4 5 6]
  [7 8 9]
  [0 0 0]]]

为什么np.resize不符合需求

np.resize的实现逻辑是先将整个数组拉平为一维数组，再重新填充到目标形状，会完全打乱原有元素的维度索引关系，和你需要的沿指定轴调整长度的逻辑完全不匹配，所以会出现元素位置错乱的问题。 #

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