如何用列表初始化NumPy数组？创建填充列表的二维np.array方法

当然有啦！不过得分两种情况来看——你是想让数组里的每个元素都指向同一个列表，还是每个位置都有独立的列表？这两种实现方式不太一样，我给你详细说说：

1. 填充相同的列表对象 #

如果你只是需要数组的每个元素都是同一个固定列表（比如[0, 1]），可以直接用np.full()，它和np.zeros()的用法类似，只需要指定填充的列表即可：

import numpy as np

# 创建10x10的二维数组，每个元素都是[0, 1]
arr = np.full((10, 10), [0, 1], dtype=object)
print(arr[0][0])  # 输出: [0, 1]

⚠️ 注意：这种方式下，数组里所有的列表都是同一个对象的引用。如果你修改其中一个列表，所有位置的列表都会跟着变：

arr[0][0].append(2)
print(arr[1][1])  # 输出: [0, 1, 2]

2. 填充独立的列表（每个列表互不影响） #

如果需要每个位置的列表都是独立的（修改一个不会影响其他），就不能直接用np.full()了，推荐用列表推导式先构建嵌套列表，再转成numpy数组：

import numpy as np

# 创建10x10的二维数组，每个元素都是独立的空列表
arr = np.array([[[] for _ in range(10)] for _ in range(10)], dtype=object)

# 测试独立性
arr[0][0].append(1)
print(arr[0][0])  # 输出: [1]
print(arr[1][1])  # 输出: []，不受影响

你也可以把空列表换成自定义的初始列表，比如[1,2,3]：

arr = np.array([[[1,2,3] for _ in range(10)] for _ in range(10)], dtype=object)

另外，如果你想用更“numpy风格”的方法，也可以用np.fromfunction()，不过写法会稍微复杂一点：

arr = np.fromfunction(lambda i, j: [], shape=(10,10), dtype=object)

这种方式同样会生成独立的空列表。

内容的提问来源于stack exchange，提问作者Alex