能否创建形状为(n,m,3)且m随n[i]变化的空numpy数组？

首先明确：常规的numpy多维数组做不到这一点。因为numpy的核心特性之一是「同质多维数组」，要求每个维度的长度是固定的全局值，不能让第二个维度的长度随第一个维度的索引变化——简单说就是所有子数组的长度必须一致，没法做到第i个元素对应长度为m_i的第二维度。

不过有几种替代方案可以实现类似需求：

• 用Python列表存储独立的numpy数组
  这是最直接也最常用的方式，把每个形状为(m_i, 3)的空数组存在列表里，示例代码：

  import numpy as np
  # 假设n是一个存储各m值的列表，比如n = [3, 5, 2]
  arr_list = [np.empty((m, 3)) for m in n]
  

  这种方式操作灵活，每个子数组可以独立处理，也能随时转换成其他结构。

• 使用numpy的object类型数组
  可以创建一个dtype为object的numpy数组，每个元素存放一个形状为(m_i, 3)的空数组，示例代码：

  import numpy as np
  n = [3, 5, 2]
  obj_arr = np.empty(len(n), dtype=object)
  for idx, m in enumerate(n):
      obj_arr[idx] = np.empty((m, 3))
  

  注意：这种数组本质是把Python对象存在numpy容器里，没法像常规numpy数组那样进行矢量化运算，大部分操作还是得逐个元素处理。

• 如果有统一处理需求，考虑稀疏数组
  要是后续需要对这些数据做批量运算，且大部分元素为空，可以用scipy.sparse里的稀疏矩阵结构，但需要根据具体场景调整维度和存储方式。

内容的提问来源于stack exchange，提问作者Dusan Cocic