为何创建不规则数组仅在h=3时触发ValueError？如何解决？

当h=3时，两个输入数组的形状分别是(3,4)和(3,3)，都是二维数组且第一维度长度相同（均为3）。numpy执行np.array(..., dtype=object)时，会优先尝试将输入数组当作常规数值数组做形状对齐与广播，而非直接创建object数组。此时它会误判你要创建一个二维数组，尝试按第二维度拼接两个数组，但前者第二维度是4、后者是3，无法匹配广播规则，于是抛出ValueError。

而当h≠3时，比如h=2，两个数组形状为(2,4)和(3,2)，第一维度长度不同（2 vs 3），numpy无法将它们对齐成常规多维数组，这时候才会按照指定的dtype=object，把两个数组作为独立对象存入数组，不会触发广播错误。

有两种简单方式可以规避这个问题：

1. 手动初始化object数组再赋值
   先创建指定长度的空object数组，再分别赋值两个数组，跳过numpy自动的广播尝试：

import numpy as np

for h in range(10):
    array = np.empty(2, dtype=object)
    array[0] = np.zeros((h, 4))
    array[1] = np.zeros((3, h))

2. 给每个数组增加额外维度
   通过[None]给每个数组新增一个维度，让numpy无法将它们对齐成常规二维数组，从而直接创建object数组：

import numpy as np

for h in range(10):
    array = np.array([np.zeros((h, 4))[None], np.zeros((3, h))[None]], dtype=object)

内容的提问来源于stack exchange，提问作者scribe