如何使用np.all创建布尔掩码判断每个内部numpy数组是否为一维？

API 探路者

2026-7-7

解决方案

你创建的是object类型的numpy数组，每个元素是独立的numpy数组，直接调用np.ndim(arr)只会返回外层数组的维度（此处为1），所以第一种方法完全不适用——它判断的是外层数组的维度，而非每个子数组的维度。

以下是两种无需显式编写循环/列表推导式的替代方案：

方案1：用`np.vectorize`封装`np.ndim`

np.vectorize可以将处理单个元素的函数转为矢量化形式，自动作用于数组的每个元素：

import numpy as np

arr = np.array((np.array(([0, 1, 0])),
                np.array(([1, 2, 4], [7, 8, 9])),
                np.array(([1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12])),
                np.array(([0, 1, 0], [0, 0, 0], [1, 0, 0], [1, 1, 0])),
                np.array(([0, 1, 0], [0, 0, 0], [1, 0, 0], [1, 1, 0], [0.5, 0.5, 0]))), dtype=object)

vec_ndim = np.vectorize(np.ndim)
mask = vec_ndim(arr) == 1
print(mask)
# 输出：array([ True, False, False, False, False])

注：np.vectorize本质是循环的封装，但它返回标准numpy数组，符合你的需求。

方案2：用`np.frompyfunc`实现元素级判断

np.frompyfunc是更底层的矢量化工具，可自定义输出类型：

ndim_check = np.frompyfunc(lambda sub_arr: np.ndim(sub_arr) == 1, 1, 1)
mask = ndim_check(arr).astype(bool)
print(mask)
# 输出：array([ True, False, False, False, False])