含不同尺寸子矩阵的NumPy数组重塑报错ValueError问题求助

• 这个ValueError的核心是Numpy尝试对形状不兼容的数组做广播对齐时失败。默认情况下，用np.array()创建数组时，Numpy会试图把所有元素转换成统一的数值型数组，这时候它会强行“压扁”或广播不同形状的矩阵到同一维度——比如你这里的(3,2)矩阵被要求转成(3,)的一维数组，形状完全不匹配，直接触发报错。
• 另外代码里有个明显笔误：G = object_array.reshape((2, 2))中的object_array根本没定义，应该是你之前创建的G_temp，这个变量名错误也可能间接引发问题（如果object_array指向了其他形状不匹配的数组）。

1. 修正变量名错误 #

把object_array替换为实际创建的G_temp，确保操作的是正确的对象数组。

2. 稳妥创建对象数组 #

虽然你指定了dtype=object，但某些场景下Numpy还是会自动尝试堆叠元素，用以下方式能更可靠地创建存储不同形状矩阵的对象数组：

# 先初始化空的对象数组，再逐个填充元素
G_temp = np.empty(4, dtype=object)
G_temp[0] = -A
G_temp[1] = -np.identity(n2)
G_temp[2] = A
G_temp[3] = -np.identity(n2)

3. 执行重塑操作 #

只要对象数组的总元素数和目标形状的元素数匹配（4个元素→(2,2)总元素数也是4），重塑就能成功：

G = G_temp.reshape((2, 2))
print('Shape of G:', G.shape, '\n')

验证效果 #

重塑后的G是(2,2)的对象数组，每个位置保留原矩阵的形状，你可以通过G[0,0].shape查看单个元素的形状确认结果。

内容的提问来源于stack exchange，提问作者peachy