如何用Numpy向量化计算对象型数组中各子数组的长度？

问题场景 #

我有一个dtype=object的Numpy数组，其中每个元素都是独立的子数组，想要计算每个子数组的长度并生成新的Numpy数组。目前用显式for循环实现，但希望用纯Numpy的完全向量化操作提升性能。

示例代码：

import numpy as np

indices = np.array([np.array([1, 2, 3]), np.array([4, 5]), np.array([6, 7, 8, 9])], dtype=object)
group_lengths = np.array([len(group) for group in indices])

print(group_lengths)

预期输出：

[3 2 4]

核心结论 #

这种场景下无法实现纯Numpy的完全向量化操作，原因在于：

• Numpy的向量化操作依赖于数组的同构性，即所有元素的结构、长度必须一致。而你的object数组中每个子数组长度不同，属于异构的对象集合，Numpy没有原生的批量API能直接处理这种异构元素的len计算。
• 诸如np.vectorize这类工具本质上只是对循环的包装，并非真正的向量化操作，性能不会比显式循环更优，甚至可能因为额外的包装开销更慢。

最优方案 #

你当前使用的显式for循环就是这个场景下的最高效方案：

• len()对于Numpy数组是O(1)操作，直接调用的开销极低；
• 遍历object数组的循环本身只是逐个访问对象，没有额外的性能损耗。

更新：感谢各位的见解与说明！我现已了解到我的使用场景无法实现完全向量化，将沿用现有方案，因为在当前情况下它是最高效的方法。

内容的提问来源于stack exchange，提问作者m-fabregue