如何用NumPy创建不同维度形状的嵌套列表？

我想要创建一个各轴长度不同的随机数嵌套列表h[i,j,k]，尝试了以下代码：

import numpy as np
import random as rng

NBR1 = 2
NBR2 = [2,3,1]
    
list = np.array([np.array([np.array([rng.uniform(-1,1) for k in range(NBR2[i+1])]) for j in range(NBR2[i])]) for i in range(NBR1)])

不使用np.array时，变量浏览器里的嵌套列表结构符合需求，但用了之后不仅没法深入查看层级，还收到警告：

VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.

另外提取向量时结果不符合预期，比如执行：

testtt = list[0][:][0]

预期得到长度为2的h[0,:,0]（即{h[0,0,0], h[0,1,0]}），但实际长度是3。

编辑1：看起来NumPy并不适合处理非均匀列表，这应该是问题核心。
编辑2：我想要的嵌套列表结构为：第一层包含2个元素，第一个元素是由2个子列表组成的列表，每个子列表是长度为3的随机数序列；第二个元素是由3个子列表组成的列表，每个子列表是长度为1的随机数序列。

1. 优先用纯Python嵌套列表 #

NumPy的设计初衷是处理形状均匀的数组，非均匀的“参差不齐”结构本来就不是它的强项，纯Python列表反而能完美适配你的需求，而且索引逻辑更直观：

import random as rng

NBR1 = 2
NBR2 = [2,3,1]

# 生成符合要求的纯Python嵌套列表
h = [[[rng.uniform(-1,1) for k in range(NBR2[i+1])] for j in range(NBR2[i])] for i in range(NBR1)]

# 提取你需要的h[0,:,0]
testtt = [sub_item[0] for sub_item in h[0]]
# 结果就是[h[0,0,0], h[0,1,0]]，长度为2

这样生成的结构完全符合预期，变量浏览器也能正常展开查看层级，操作逻辑清晰。

2. 非要用NumPy的话，指定dtype=object #

如果必须用NumPy数组存储非均匀结构，创建数组时必须显式指定dtype=object，让NumPy把每个元素当作独立对象存储，而非强制生成均匀形状的数组：

import numpy as np
import random as rng

NBR1 = 2
NBR2 = [2,3,1]

# 先生成纯Python列表，再转为object类型的NumPy数组
h_list = [[[rng.uniform(-1,1) for k in range(NBR2[i+1])] for j in range(NBR2[i])] for i in range(NBR1)]
h = np.array(h_list, dtype=object)

# 正确提取h[0,:,0]
testtt = np.array([item[0] for item in h[0]])

但要注意，这种object类型的NumPy数组失去了NumPy核心的向量运算优势，操作起来和纯列表差异不大，除非有特殊需求，否则不推荐使用。

关于你的索引错误 #

你之前写的list[0][:][0]逻辑有误：list[0]取到第一层的第一个元素（包含2个子列表的列表），[:]只是返回这个子列表的全部元素（还是那2个子列表），[0]则是取这2个子列表中的第一个（长度为3的那个），所以结果长度是3。正确做法是遍历h[0]里的每个子元素，取它们的第0个元素，也就是上面代码中的列表推导式写法。

内容的提问来源于stack exchange，提问作者GaloisFan