如何将存储72×72图像的(100,) numpy数组重塑为堆叠形式

嘿，这个需求我经常碰到，numpy里有好几种简单的方式能帮你把这个一维数组转成三维的堆叠数组，我给你分享几个最实用的方法：

这是最直观的方式，毕竟你本来就是要把一个个(72,72)的图像数组沿着第一个维度堆叠起来。直接调用stack函数就行，指定axis=0（这也是默认值，其实可以省略）：

import numpy as np
# 假设你的images是已存在的(100,)数组
stacked_images = np.stack(images, axis=0)
print(stacked_images.shape)  # 输出：(100, 72, 72)

这个方法不管原始数组的内存布局如何，都能可靠生成你想要的三维数组。

因为你的images本身就是一个包含形状统一的numpy数组的一维数组，直接把它传给np.array()就能自动帮你转换成三维结构：

stacked_images = np.array(images)
print(stacked_images.shape)  # 同样输出：(100, 72, 72)

这个写法最简洁，适合这种所有元素形状完全一致的场景。

如果你的原始数组在内存中是连续存储的，reshape会是最高效的方式——毕竟它只是调整了数组的“视图”，没有复制数据。只要总元素数匹配（1007272 = 100*(72*72)），就可以这么写：

stacked_images = images.reshape(100, 72, 72)
print(stacked_images.shape)  # 输出：(100, 72, 72)

不过要注意：如果原始数组的内存不是连续的，reshape会自动生成一个数据副本，结果依然正确，但效率会稍低一点。

小建议 #

如果不确定哪种方法更适合你的场景，优先选np.stack()或者np.array()，它们的兼容性更好，不容易踩内存布局的坑。

内容的提问来源于stack exchange，提问作者John Smith