NumPy 只读数组 resize 后，新增区域未初始化甚至崩溃

只读 ndarray 扩容后，新尾部出现不稳定数字，object 数组甚至在访问或释放时使进程退出。遇到这类症状，应立即停用对只读原对象的 resize()，不要为了观察结果继续读取可疑尾部。

NumPy 2.5.4 与 2.3.5 有相应记录。2.5.4 的原地 resize 路径可以重新分配存储，但只有数组可写时才初始化新增区域。只读数组绕过了这段初始化，新的字节可能不是正常的零值；object dtype 中的未初始化内容还涉及对象指针，不能当成普通缺失值填补。

需要更大容器时，新建并初始化

如果需求是保留一维数组前缀，并把新增部分补成零，可以明确创建另一个数组：

import numpy as np

source = np.array([10, 20, 30], dtype=np.int64)
source.flags.writeable = False
new_size = 5

if new_size < source.size:
    raise ValueError("this operation only grows the array")
grown = np.zeros(new_size, dtype=source.dtype)
grown[:source.size] = source

source 仍保持只读且没有改变大小；后续需要新长度的代码改用 grown。旧视图继续看到旧数组，不能要求其他持有者的引用自动指向新对象。

示例针对一维普通数值数组，零是这里明确采用的填充值。object 数组若同样采用此方案，零值是 Python 数字零，复制已有项也只是复制对象引用，不会深复制内部列表或其他可变对象；业务需要 None 或独立对象时，应先按约定初始化，不要把它们混作同一种空值。

结构化 dtype、掩码数组和多维数据需要另外定义新增记录、有效区域与元素顺序。也不要改用 np.resize() 后就假定新增位置是零，它会按自身规则重复原数据。

只读性与引用检查不能互相替代

Python 3.14 的 resize 引用检查误判讨论的是合法所有权与引用判断。本题是只读数组扩容后的初始化缺口，关闭 refcheck 无法补上新增内存的初始化；强制恢复可写性又可能违反其他持有者的约定。

不要对已经经历可疑原地扩容的 object 数组继续做业务检查。保留既有日志，在隔离环境用正常原输入重新建立数据；进程已退出时，还应按任务状态确认外部写入完成到了哪一步，不能盲目重跑整批。

截至 2026 年 10 月 26 日，正式 2.5.4 仍有上述可写性条件。新建方案的验收应检查前缀、填充值、dtype、原对象未变，以及后续消费者确实接收了新数组。只在某次运行看到全零，不能证明原地扩容路径已经安全。