含可变长度子数组的numpy object数组索引错误修复求助

你遇到的问题根源是：当用np.array创建包含不等长子数组的object类型数组时，numpy会生成1维数组——每个元素都是独立的列表/数组对象，并非二维数组，所以[:,0]这种二维索引自然会报错。

以下是几种不修改原数据元素的修复方式：

方法1：列表推导式（最直接高效） #

直接遍历数组中的每个子对象，提取第一个元素，按需转成numpy数组：

import numpy as np

data = np.array([[10, 20, 30, 40, 50, 60, 70, 80, 90],
                 [2, 7, 8, 9, 10, 11],
                 [3, 12, 13, 14, 15, 16],
                 [4, 3, 4, 5, 6, 7, 10, 12]], dtype=object)

# 提取每个子数组的第一个元素
target = np.array([sub_arr[0] for sub_arr in data])

执行后target结果为array([10, 2, 3, 4])，完全满足需求。

方法2：用numpy的vectorize封装 #

如果习惯numpy风格的操作，可以用np.vectorize包装取第一个元素的逻辑：

get_first_element = np.vectorize(lambda x: x[0])
target = get_first_element(data)

注意：vectorize本质是循环的封装，性能和列表推导式相近，适合简单场景。

额外说明 #

如果后续需要更灵活的变长数据操作，可考虑用pandas的Series存储子数组，它对变长数据的索引支持更友好：

import pandas as pd
s = pd.Series(data)
target = s.str[0].to_numpy()

内容的提问来源于stack exchange，提问作者K Niu