如何将numpy矩阵weights正确插入到numpy数组lattice中

我通过以下代码生成了weights矩阵：

import numpy as np
import random

weights = np.random.rand(9+1, 8)                                                   
for i in range(8): # 7 to 8
    weights[9][i] = random.uniform(.5,1.5)

随后尝试将其插入到lattice数组的某个元素中：

lattice = np.zeros((2,10,5))
lattice[0][0][0] = weights
print(lattice)

执行后出现报错：

ValueError: setting an array element with a sequence.

我知道问题在于当前lattice存储的是float类型值，无法容纳矩阵，希望找到正确创建lattice数组以容纳矩阵的方法，并附上示例。

核心是让lattice的维度或类型能够适配weights的结构，以下是两种实用方法：

方法1：扩展维度匹配weights形状（推荐） #

weights是(10,8)的二维数组，只需给lattice增加对应维度，让每个元素位置能容纳这个二维数组。比如将lattice初始形状设为(2,10,5,10,8)，这样每个lattice[x][y][z]就是一个(10,8)的数组：

import numpy as np
import random

# 生成weights
weights = np.random.rand(10, 8)                                                   
for i in range(8):
    weights[9][i] = random.uniform(.5,1.5)

# 创建适配维度的lattice
lattice = np.zeros((2,10,5,10,8))
# 赋值
lattice[0][0][0] = weights

# 验证结果
print(lattice[0][0][0].shape)  # 输出：(10, 8)

方法2：定义为对象类型（不推荐） #

如果不想扩展维度，可以将lattice的类型设为object，这样每个元素可以存放任意对象（包括数组）：

import numpy as np
import random

weights = np.random.rand(10, 8)                                                   
for i in range(8):
    weights[9][i] = random.uniform(.5,1.5)

# 创建对象类型的lattice
lattice = np.zeros((2,10,5), dtype=object)
# 赋值
lattice[0][0][0] = weights

# 查看结果
print(lattice[0][0][0])

注意：对象类型的numpy数组会丢失数值类型的性能优化，运算效率大幅下降，仅在特殊场景下使用。

内容的提问来源于stack exchange，提问作者Rashid Abramov