如何让NumPy将列表的列表转为元素为列表的一维object数组？

我有一个包含自定义Python对象（命名为MyClass）的列表，该对象可被解析为多维NumPy数组，但我希望将此列表转换为元素为MyClass对象的NumPy数组，而非将MyClass解析为内部的NumPy数组。用普通列表替代MyClass举例：

a = [1, 2, 3]
b = [4, 5, 6]

data = [a, b]

目前通过循环赋值能实现需求：

import numpy as np

arr = np.empty(len(data), dtype=object)
for i,v in enumerate(data):
    arr[i] = v
assert arr.shape == (len(data),) # 运行正常

但使用np.array(data, dtype=object)无法得到预期结果：

arr = np.array(data, dtype=object)
print(arr.shape) # 输出(2,3)，而我需要(2,)

想知道：

• 有没有办法限制NumPy不深入解析内部列表，直接将其作为数组元素？
• 为何设置dtype=object无法实现这一点？
• 希望避免使用枚举循环的方式。

为什么dtype=object达不到预期？ #

NumPy的np.array()在创建数组时，会优先尝试将输入的嵌套序列解析为多维数组——哪怕你指定了dtype=object。当输入的所有子序列长度一致时（比如例子里的两个列表都是长度3），NumPy会默认推导成二维数组，把每个子序列的元素拆出来作为数组的底层元素，而非将整个子序列当作单个object元素。dtype=object只是让最终数组的元素类型为object，但无法阻止NumPy先完成多维结构的解析。

无需循环的解决方案 #

方法1：构造单元素嵌套列表 #

通过把每个子元素包装成单元素列表，让NumPy无法直接解析成多维数组，从而强制它将每个原列表作为单个object元素：

import numpy as np
arr = np.array([[x] for x in data], dtype=object).ravel()
print(arr.shape)  # 输出(2,)

ravel()负责把临时的二维数组展平为一维，最终数组的每个元素都是原列表对象。

方法2：使用np.fromiter #

np.fromiter()会直接从可迭代对象创建指定类型的数组，它不会深入解析嵌套序列，完美匹配需求：

import numpy as np
arr = np.fromiter(data, dtype=object)
print(arr.shape)  # 输出(2,)

这个方法最简洁，完全不需要循环操作。

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