Numpy多维数组形状转换问题：无法将(19381,)转为(19381,100,6)

你忽略的核心点是：当前的d是一个object类型的一维NumPy数组，而不是真正的三维数值数组。

为什么直接修改shape会报错？ #

当你把包含多个子数组的结构转为NumPy数组时，如果子数组本身是独立的NumPy对象，NumPy会默认创建一个dtype=object的一维数组——此时d.shape显示的是这个一维数组的长度（19381），而d.size的数值是19381，远小于目标形状需要的总元素数19381*100*6=11628600。直接修改shape属性要求数组的总元素数必须和目标形状的乘积完全匹配，所以才会抛出"cannot reshape array of size 19381 into shape (19381,100,6)"的错误。

正确的解决方法 #

既然你已经确认所有子数组的形状都是(100,6)，可以用以下两种方式将其合并为真正的三维数组：

1. 使用np.stack()堆叠子数组：

import numpy as np
d_3d = np.stack(d)
print(d_3d.shape)  # 输出 (19381, 100, 6)

2. 直接重新转换为NumPy数组（因为所有子数组形状一致，NumPy会自动合并维度）：

d_3d = np.array(d)
print(d_3d.shape)  # 输出 (19381, 100, 6)

这两种方法都会将原本的object数组转换为一个连续存储的三维数值数组，此时你就可以正常使用shape属性，也能进行后续的数值计算了。

内容的提问来源于stack exchange，提问作者ihunter2839