Python循环中存储不同长度numpy数组的方法咨询

直接用Python的列表或字典就能实现，完全不需要写入本地文件，以下是几种实用方案：

方法1：列表存储所有数组 #

列表天然支持存储不同长度的元素，是最直接的选择：

import numpy as np

# 初始化空列表用于存放所有数组
all_arrays = []

# 模拟循环读取文件（替换为你的实际文件读取逻辑）
for _ in range(5):
    # 生成随机长度的数组，模拟从文件读取的结果
    arr_length = np.random.randint(3, 10)
    current_arr = np.arange(arr_length)
    # 将当前数组加入列表
    all_arrays.append(current_arr)

# 后续使用示例：通过索引访问指定数组
print("第一个文件的数组：", all_arrays[0])
print("第三个数组的长度：", len(all_arrays[2]))

方法2：字典关联文件名与数组 #

如果需要对应每个数组的来源文件，用字典可以更清晰地映射关系：

import numpy as np

# 初始化空字典
array_map = {}

# 模拟你的文件列表
file_list = ["sample1.dat", "sample2.csv", "sample3.npy"]

for file_name in file_list:
    # 模拟读取文件生成数组
    arr_length = np.random.randint(3, 10)
    current_arr = np.random.rand(arr_length)
    # 以文件名为键，数组为值存入字典
    array_map[file_name] = current_arr

# 后续使用示例：通过文件名直接获取对应数组
print("sample2.csv对应的数组：", array_map["sample2.csv"])

方法3：numpy object数组存储 #

如果偏好使用numpy容器，可以创建dtype=object的numpy数组来容纳不同长度的子数组：

import numpy as np

# 先收集所有数组到列表
temp_list = []
for _ in range(4):
    temp_arr = np.arange(np.random.randint(2, 8))
    temp_list.append(temp_arr)

# 转换为object类型的numpy数组
obj_array = np.array(temp_list, dtype=object)

# 访问方式与普通numpy数组一致
print("第二个数组：", obj_array[1])

注意：object数组的运算逻辑和常规numpy数组有差异，若仅用于存储和读取，前两种方法更轻便高效。

内容的提问来源于stack exchange，提问作者JoeAA