为何将int类型列表的列表转为np.array()时返回结果不同？

核心关键点是嵌套列表中所有子列表的长度是否完全一致：

• 当所有子列表长度相同时，numpy会将其转换为规整的二维numpy.ndarray：

  import numpy as np
  list1 = [[1,2,3], [4,5,6], [7,8,9]]
  arr = np.array(list1)
  print(arr.shape)       # 输出 (3, 3)
  print(arr.dtype)       # 输出 int64
  print(type(arr[0]))    # 输出 <class 'numpy.ndarray'>
  

• 当子列表长度不一致时，numpy无法构建规整的多维数组，会退化为存储Python列表的一维object类型数组：

  import numpy as np
  list1 = [[1,2], [3,4,5], [6]]
  arr = np.array(list1)
  print(arr.shape)       # 输出 (3,)
  print(arr.dtype)       # 输出 object
  print(type(arr[0]))    # 输出 <class 'list'>
  

简单来说，numpy对输入的嵌套结构有“规整性”要求，只有所有子元素的维度/长度统一时，才能生成对应维度的数组；否则会以object类型保存原始子列表，形成一维数组。

内容的提问来源于stack exchange，提问作者topcan5