将Numpy对象数组转为整数数组时遇"setting an array element with a sequence"错误

针对你遇到的对象数组转二维数组的问题，以下是几种更简洁高效的Numpy原生解决方案：

方法1：使用np.stack() #

这是最直接的方式，它会将对象数组中的每个子数组沿着新轴堆叠，直接生成目标形状的二维数组：

import numpy as np
# 假设a是你创建的对象数组
a = np.zeros(3, dtype=object)
for i in range(3):
    a[i] = np.array([i,i], dtype=np.int64)

result = np.stack(a)
print(result)

输出：

array([[0, 0],
       [1, 1],
       [2, 2]], dtype=int64)

方法2：使用np.vstack() #

垂直堆叠子数组，适合每个子数组是一维的场景：

result = np.vstack(a)

输出和上述一致。

方法3：使用np.concatenate() + reshape() #

先将所有子数组拼接成一维数组，再重塑为目标形状：

result = np.concatenate(a).reshape(-1, 2)

为什么a.astype(int64)会报错？ #

astype()的作用是将数组的每个元素转换为指定标量类型，但你的对象数组中每个元素是长度为2的数组对象，而非单个标量。astype会尝试把每个子数组直接转成int64标量，这就触发了"只能将尺寸为1的数组转换为Python标量"的错误——它不会自动将子数组合并成二维数组。

对比原方法的优势 #

上述方法都是Numpy内部优化的向量操作，相比手动转列表再转数组的方式，代码更简洁，且在处理大规模数据时效率提升明显。

内容的提问来源于stack exchange，提问作者Zhang Ruichong