Numpy一维数组转二维失败求助：reshape后形状未改变

嘿，这是个很常见的numpy新手误区～咱们来拆解下问题：

你当前代码里的np.reshape()其实不会直接修改原数组mask——它的作用是生成一个经过重塑的新数组，但你没有把这个新数组的结果赋值回mask，所以原来的一维数组根本没发生变化，输出自然还是(2940000,)。

两种修正方案 #

方案1：将reshape的结果赋值回原变量 #

这是最常用的方式，直接把重塑后的新数组重新赋值给mask：

import numpy as np
mask = np.zeros(1400*2100, dtype=np.uint8)
# 把reshape的结果赋值给mask
mask = np.reshape(mask,(1400,2100), order='F')
# 或者用更简洁的数组方法形式
# mask = mask.reshape(1400,2100, order='F')
print(mask.shape)  # 现在会输出 (1400, 2100)

方案2：使用resize()直接修改原数组 #

如果你想直接在原数组上修改形状（不生成新数组），可以用resize()方法，注意需要加上refcheck=False参数（避免因数组引用检查导致的报错）：

import numpy as np
mask = np.zeros(1400*2100, dtype=np.uint8)
mask.resize((1400,2100), refcheck=False)
print(mask.shape)  # 同样会输出 (1400, 2100)

简单总结下：reshape()是“返回新数组”，resize()是“修改原数组”，根据你的需求选就行～

内容的提问来源于stack exchange，提问作者Naveen