如何在Python中将嵌套元组列表转为元组类型NumPy数组

云上老周

2026-5-7

没问题，这个需求其实很好实现，NumPy对这种嵌套结构的支持很灵活，我给你两种靠谱的方案：

解决方案

方法1：直接使用`np.array()`转换

这是最简单的方式，只要你的原始数据结构是规整的（就像你例子里的2个列表，每个包含3个元组），直接传入np.array()就能得到你想要的形状的数组：

import numpy as np

# 你的示例数据
raw_data = [[('a','b'),('b','c'),('d','e')], [('f','g'),('h','i'),('j','k')]]

# 直接转换为NumPy数组
result_array = np.array(raw_data)

# 验证结果
print(result_array.shape)  # 输出：(2, 3)
print(result_array)
# 输出内容：
# [[('a' 'b') ('b' 'c') ('d' 'e')]
#  [('f' 'g') ('h' 'i') ('j' 'k')]]

这种情况下，NumPy会自动识别嵌套结构，把每个元组作为数组的单个元素，数组的dtype会根据元组内元素的类型自动推断（比如这里是<U1类型的object数组）。

方法2：显式指定`dtype=object`（更稳妥）

如果你的元组内元素类型不统一，或者担心NumPy自动把元组拆分成更高维度的数组（比如元组里是数字时，NumPy可能默认转成(2,3,2)的三维数组），可以显式指定dtype=object，强制每个元素保持元组的结构：

import numpy as np

# 假设元组内元素类型混合的情况
mixed_data = [[('a', 1), ('b', 2), ('d', 3)], [('f', 4), ('h', 5), ('j', 6)]]

# 指定dtype=object转换
result_array = np.array(mixed_data, dtype=object)

print(result_array.shape)  # 输出：(2, 3)
print(result_array[0][0])  # 输出：('a', 1)，确实是元组类型

这样不管元组里是什么内容，数组都会保持(2,3)的形状，每个位置上的元素都是原始的元组。