如何在不扁平化的情况下将不等长数组添加到NumPy数组中

当你尝试直接将长度不同的NumPy数组组合成嵌套结构时，np.array([a,b,c,d])会因为数组形状不均报错，而np.hstack会把所有元素扁平化，无法保留嵌套结构。要实现你预期的嵌套数组，可通过以下方法：

方法1：创建Object类型的NumPy数组 #

NumPy的object类型数组允许存储不同长度的子数组，本质是把每个子数组作为独立对象存入容器数组中。

单层级嵌套示例 #

import numpy as np

a = np.array([112,123,134,145])
b = np.array([212,223,234])
c = np.array([312,323])
d = np.array([412])

# 初始化一个指定长度的object类型数组
nested_arr = np.empty(4, dtype=object)
# 逐个赋值子数组
nested_arr[0] = a
nested_arr[1] = b
nested_arr[2] = c
nested_arr[3] = d

print(nested_arr)

输出结果：

array([array([112, 123, 134, 145]), array([212, 223, 234]), array([312, 323]), array([412])],
      dtype=object)

多层级嵌套示例 #

如果要构建你预期的两层嵌套结构，只需将多个单层级嵌套数组再组合成一个更大的object数组：

# 构建第二组子数组
a2 = np.array([512,523,534,545])
b2 = np.array([612,623,634])
c2 = np.array([712,723])
d2 = np.array([812])

# 生成第二个单层级嵌套数组
nested_arr2 = np.empty(4, dtype=object)
nested_arr2[0] = a2
nested_arr2[1] = b2
nested_arr2[2] = c2
nested_arr2[3] = d2

# 组合成两层嵌套数组
final_arr = np.array([nested_arr, nested_arr2], dtype=object)
print(final_arr)

输出结果：

array([array([array([112, 123, 134, 145]), array([212, 223, 234]), array([312, 323]), array([412])],
      dtype=object),
       array([array([512, 523, 534, 545]), array([612, 623, 634]), array([712, 723]), array([812])],
      dtype=object)], dtype=object)

方法2：列表转Object数组 #

也可以先将子数组存入普通列表，再直接转为object类型的NumPy数组，写法更简洁：

nested_list = [a, b, c, d]
nested_arr = np.array(nested_list, dtype=object)

效果和方法1完全一致。

注意事项 #

• object类型数组更像是"容器"，它不支持普通NumPy数组的矢量化运算（比如直接对整个数组做加减乘除），因为每个元素是独立的子数组。
• 如果需要频繁进行数值计算，嵌套列表可能比object数组更灵活；但如果必须用NumPy数组作为容器，上述方法是最优解。

内容的提问来源于stack exchange，提问作者Majoris