如何将shape(20,3)的NumPy数组拆分为3个(20,1)子数组

shape为(20, 3)的NumPy数组是20行3列的二维数组，你理解为包含20个长度为3的子数组是正确的，不影响后续操作。

你的双层循环写法存在两个核心问题：

• 内层循环每次执行都会重新运行array_elements = np.zeros(3)初始化数组，之前存储的数值会被直接覆盖，最终只能拿到最后一次循环的赋值结果，这也是你之前用字典存储只能拿到单个值的原因
• 切片逻辑错误：a[j:]是取数组从第j行到末尾的所有行，后续接[l]是取该切片的第l行，最终得到的是一整行长度为3的序列，把长度为3的序列赋值给单个数组元素位置，就会触发ValueError: setting an array element with a sequence报错

不需要编写自定义循环函数，直接用NumPy内置的拆分功能即可，一行代码就能得到你要的包含3个(20,1)形状数组的可索引结构：

import numpy as np

a = np.load("你的数组文件路径.npy") # 补全np.load的文件路径参数
# 沿列方向（axis=1）将数组拆分为3个列数组，每个数组shape自动为(20,1)
split_result = np.hsplit(a, 3)

使用时直接通过索引取值即可：

• split_result[0]：所有子数组第0位元素组成的(20,1)数组
• split_result[1]：所有子数组第1位元素组成的(20,1)数组
• split_result[2]：所有子数组第2位元素组成的(20,1)数组

如果想通过显式索引实现（方便理解逻辑），也可以直接按列切片，注意保留二维维度：

# 注意索引写法：列索引用方括号包裹，才会保留(20,1)的二维形状
col_0 = a[:, [0]]
col_1 = a[:, [1]]
col_2 = a[:, [2]]
split_result = [col_0, col_1, col_2]

注意：如果写a[:,0]得到的是shape为(20,)的一维数组，不符合你需要的(20,1)形状要求。

内容的提问来源于stack exchange，提问作者ira_s16