如何创建行数固定、列数可变的Python二维数组？二进制文件处理求助

我是Python新手，正在处理二进制文件，想要编写程序一次性读取多组数据。已生成从SpecFiles_1到SpecFiles_10的文件名集合，每个集合包含数量不等的二进制文件名（例如SpecFiles_1包含13个文件名）。

接下来需要通过嵌套循环逐个访问这些文件名集合，在内部循环中读取二进制文件并赋值给变量，但当前代码的循环部分出现错误。无法创建一个行数固定、列数可变的二维数组来存储这些文件对象，请求提供更好的实现方法。

SampleName_1 = '3_1'
SampleName_2 = '2_1'
Date = '21062023'
WeightHanged_1 = np.arange(14,20.5,0.5)
WeightHanged_2 = np.arange(14,20,1)
Versions = np.array([1,2,3,4,5,6])


"Getting binary file names"
Wseries_1 = pd.Series(WeightHanged_1).astype(str)
Wseries_2 = pd.Series(WeightHanged_2).astype(str)
Vseries = pd.Series(Versions).astype(str)

"Sample 3_1 filenames"
SpecFiles_1 = SampleName_1 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[0]
SpecFiles_2 = SampleName_1 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[1]
SpecFiles_3 = SampleName_1 + '_' + Wseries_2 + '_' + Date + '_' + Vseries[2]
SpecFiles_4 = SampleName_1 + '_' + Wseries_2 + '_' + Date + '_' + Vseries[3]
SpecFiles_5 = SampleName_1 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[4]
SpecFiles_6 = SampleName_1 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[5]

"Sample 2_1 filenames"
SpecFiles_7 = SampleName_2 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[0]
SpecFiles_8 = SampleName_2 + '_' + Wseries_1 + '_' + Date + '_' + Vseries[1]
SpecFiles_9 = SampleName_2 + '_' + Wseries_2 + '_' + Date + '_' + Vseries[2]
SpecFiles_10 = SampleName_2 + '_' + Wseries_2 + '_' + Date + '_' + Vseries[3]

fileId = np.array([])

"vary the range according to the number of SpecFiles"
for x in range(1,11):
    for i in range (0,len('SpecFiles_'+str(x))):
        
        FileId[x,i] = open(SpecFiles_1[0],'rb')

• 手动创建10个独立的SpecFiles_x变量，代码冗余且不易维护
• 循环中通过字符串拼接'SpecFiles_'+str(x)访问变量的方式错误，Python无法直接通过字符串获取变量名对应的对象
• 使用numpy数组存储文件对象不合适，numpy数组更适合同构数据，而这里每组文件数量不同（列数可变）
• 循环中len('SpecFiles_'+str(x))是计算字符串长度，不是对应文件名集合的长度，逻辑完全错误
• 未正确管理文件句柄，直接open文件后未关闭，易导致资源泄漏

改用列表容器统一管理文件名集合和读取的二进制数据，既支持可变长度的分组，又简化循环逻辑，同时用with语句自动管理文件：

import pandas as pd
import numpy as np

# 集中管理配置参数
samples = ['3_1', '2_1']
date = '21062023'
weight_groups = [np.arange(14, 20.5, 0.5), np.arange(14, 20, 1)]
versions = np.array([1, 2, 3, 4, 5, 6])

# 生成所有文件名集合，存入列表统一管理
spec_files_list = []

# 处理样本3_1的文件名
current_sample = samples[0]
# 版本0、1、4、5使用第一组权重
for v_idx in [0, 1, 4, 5]:
    w_series = pd.Series(weight_groups[0]).astype(str)
    file_names = current_sample + '_' + w_series + '_' + date + '_' + str(versions[v_idx])
    spec_files_list.append(file_names.tolist())
# 版本2、3使用第二组权重
for v_idx in [2, 3]:
    w_series = pd.Series(weight_groups[1]).astype(str)
    file_names = current_sample + '_' + w_series + '_' + date + '_' + str(versions[v_idx])
    spec_files_list.append(file_names.tolist())

# 处理样本2_1的文件名
current_sample = samples[1]
# 版本0、1使用第一组权重
for v_idx in [0, 1]:
    w_series = pd.Series(weight_groups[0]).astype(str)
    file_names = current_sample + '_' + w_series + '_' + date + '_' + str(versions[v_idx])
    spec_files_list.append(file_names.tolist())
# 版本2、3使用第二组权重
for v_idx in [2, 3]:
    w_series = pd.Series(weight_groups[1]).astype(str)
    file_names = current_sample + '_' + w_series + '_' + date + '_' + str(versions[v_idx])
    spec_files_list.append(file_names.tolist())

# 存储读取的二进制数据（建议直接存数据而非文件对象）
binary_data = []

# 遍历所有文件名集合，读取二进制数据
for file_group in spec_files_list:
    group_data = []
    for filename in file_group:
        # with语句自动关闭文件，避免资源泄漏
        with open(filename, 'rb') as f:
            # 读取全部二进制数据，可根据需求调整读取方式（比如按字节读）
            data = f.read()
            group_data.append(data)
    binary_data.append(group_data)

# 使用示例：访问第一组文件（原SpecFiles_1）的第一个文件数据
# print(binary_data[0][0])

• 用列表spec_files_list统一管理所有文件名集合，替代10个独立变量，代码更简洁易维护
• 用循环生成文件名，减少重复代码，后续修改配置只需调整参数即可
• 使用with语句处理文件操作，自动完成文件关闭，避免资源泄漏
• 用列表的列表存储二进制数据，天然支持每组数量不同的场景，比numpy数组更适配需求
• 直接存储读取的二进制内容，而非文件对象（文件对象长期持有易引发问题）

内容的提问来源于stack exchange，提问作者Dhyana