如何创建元素为Python列表的2×3型NumPy object数组？

当所有子列表长度相同时，直接使用np.array(..., dtype=object)会被NumPy自动解析为多维数值数组，导致无法reshape成目标形状。以下是几种可行的解决方案：

方法1：初始化空Object数组后填充 #

先创建指定形状的空object数组，再将每个子列表作为单个元素赋值：

import numpy as np

# 创建(2,3)的空object数组
arr = np.empty((2, 3), dtype=object)
# 待填充的子列表集合
target_lists = [[0, 0], [0, 1], [0, 2], [1, 0], [9, 8], [2, 4]]
# 批量赋值（flat属性可直接遍历数组所有元素）
arr.flat = target_lists

print(arr)
# 输出：
# array([[list([0, 0]), list([0, 1]), list([0, 2])],
#        [list([1, 0]), list([9, 8]), list([2, 4])]], dtype=object)

方法2：借助异长度列表触发Object数组，再替换元素 #

利用NumPy对异长度子列表会生成object数组的特性，先构造临时数组，再替换为目标元素：

import numpy as np

# 构造含异长度列表的临时数组，确保生成object类型
temp = np.array([[0], [0, 0]], dtype=object).reshape(2,1)
# 扩展为(2,3)的object数组
arr = np.tile(temp, (1, 3))
# 替换所有元素为目标列表
arr.flat = [[0, 0], [0, 1], [0, 2], [1, 0], [9, 8], [2, 4]]

print(arr)
# 输出同上

方法3：使用np.fromiter构造Object数组 #

通过迭代器将每个列表作为独立元素传入，直接生成一维object数组后reshape：

import numpy as np

target_lists = [[0, 0], [0, 1], [0, 2], [1, 0], [9, 8], [2, 4]]
# 从迭代器创建一维object数组，再调整形状
arr = np.fromiter(target_lists, dtype=object).reshape(2, 3)

print(arr)
# 输出同上

原方法失败原因 #

当所有子列表长度一致时，即使指定dtype=object，NumPy仍会优先将输入解析为多维数值数组（示例中为(6,2)形状，总元素数12），而reshape(2,3)需要数组总元素数为6，因此抛出ValueError。上述方法均确保每个子列表被视为单个对象，数组总元素数为6，从而满足reshape要求。

内容的提问来源于stack exchange，提问作者xpqz