3. 数组属性与形状操作

在工程数据处理中，我们拿到一个数组后，第一件该做的事往往不是立刻计算，而是先"看清它长什么样"。NumPy 数组自带一组描述自身结构的属性，它们不改变数据，却能告诉我们这个数组有几个维度、每个维度多长、一共多少元素、元素是什么类型。掌握这些属性，再配合形状变换方法，就能解决工程中最常见的一类报错——维度不匹配。

四个核心属性：先认识数组的"身份证"

以一个采集到的振动信号为例：假设我们用三轴加速度计对一台电机采集了 1000 个采样点，每个采样点有 X、Y、Z 三个方向，构造出的数组形状为 (1000, 3)。围绕这个数组，四个属性分别回答不同问题：

• shape：返回一个元组，表示每个维度的大小，这里是 (1000, 3)，即 1000 行、3 列。它是理解数组结构最关键的属性。
• ndim：维度个数，也叫轴数。上面数组 ndim 为 2，表示它是二维数组；一维信号序列 ndim 为 1。
• size：元素总数，等于 shape 各分量之积，这里为 1000×3 = 3000。
• dtype：元素数据类型，如 float64、int32、bool。它决定每个元素占多少字节，也影响精度与内存。

import numpy as np

sig = np.arange(3000, dtype=np.float64).reshape(1000, 3)
print(sig.shape)   # (1000, 3)
print(sig.ndim)    # 2
print(sig.size)    # 3000
print(sig.dtype)   # float64
print(sig.nbytes)  # 24000，即 3000 × 8 字节

这里顺带引入 nbytes：它等于 size 乘以 dtype 的字节宽度。工程中处理大数组时，先看 nbytes 能快速判断内存占用，避免一次性载入导致内存溢出。注意 shape 是元组，可以索引取值，例如 sig.shape[0] 得到 1000，sig.shape[1] 得到 3，这在写通用函数时非常常用。

形状变换：reshape、ravel、flatten、resize 的分工

形状变换的本质是"重新解释同一块数据的内存布局"，元素顺序不变，只是维度和步长重新组织。理解这一点，就能预判变换后的结果。

reshape 是最常用的方法，它返回一个新视图（在内存连续时），不复制数据。调用时新形状各分量之积必须等于原 size，否则抛出 ValueError。可以用 -1 让 NumPy 自动推断某一维：

a = np.arange(12)
b = a.reshape(3, 4)      # 3 行 4 列
c = a.reshape(2, -1)     # 自动推断为 (2, 6)
d = a.reshape(3, 4).ravel()  # 拉平回一维，视图

ravel 与 flatten 都把数组拉平成一维，区别在于：ravel 尽量返回视图，若原数组内存不连续则复制；flatten 总是返回一份副本。因此对大数据，ravel 更省内存，但修改 ravel 结果可能影响原数组，需谨慎。

resize 有两种用法：ndarray.resize 原地修改数组本身，元素总数可变，多出的位置补 0，不足则截断；np.resize 则返回新数组并按需重复填充。工程中更常用 reshape，resize 多用于预分配缓冲区。

下表对比四种方法的关键差异，便于按场景选择：

用一张图看清属性与形状变换的关系

下面的示意图把"属性读取"和"形状变换"放在同一条数据链上：左侧是原始二维数组及其四个属性，右侧展示 reshape、ravel、flatten 三种变换后的形状与内存行为差异，帮助建立"同一份数据、不同视图"的直觉。

工程实战：维度不匹配的典型场景与处理

维度不匹配是 NumPy 使用中最常见的错误来源。举一个真实感较强的例子：我们有一组传感器数据，形状为 (1000, 3)，代表 1000 个时刻的三轴读数；另有一个标定系数向量，形状为 (3,)。现在想对每个时刻的三个轴分别乘以对应系数。直接写 sig * coef 时，NumPy 会按广播规则把 (3,) 对齐到最后一维，结果正确。但如果系数被误存成 (3, 1)，广播就会失败或产生意外形状。此时应先检查 coef.shape，再用 coef.reshape(3,) 或 coef.ravel() 修正。

另一个高频场景是"把一维长序列切成窗口"。假设采集到 12000 个点的单通道信号，想按每 200 点一个窗口、重叠 50% 切分。可以先计算窗口数，再用 reshape 配合切片实现：

raw = np.arange(12000, dtype=np.float64)
win, step = 200, 100
n = (raw.size - win) // step + 1
idx = np.arange(n)[:, None] * step + np.arange(win)
frames = raw[idx]          # 形状 (n, 200)
print(frames.shape)        # 例如 (119, 200)

这里没有直接 reshape，而是用索引构造二维窗口矩阵，因为重叠窗口无法用单纯 reshape 表达。这说明：reshape 适合"无重叠、元素总数不变"的重排；一旦涉及重叠或补零，就要借助索引、np.lib.stride_tricks 或 padding 手段。判断依据始终是——变换后 size 是否守恒、元素顺序是否符合预期。

最后强调一个习惯：任何形状变换之后，立即用 assert 或打印校验结果形状。例如 assert frames.shape[1] == win。工程数据往往来自文件、接口或设备，形状带有不确定性，把校验写进代码，比事后调试更省时间。属性是"读"，变换是"写结构"，二者配合，才能让数组始终处在可计算、可验证的状态。