如何构造元素为列表的一维numpy数组

你遇到的现象本质是NumPy的默认维度广播逻辑：当输入的嵌套序列所有内层长度一致时，NumPy会优先把它解析为更高维度的数组，只有当内层长度不一致、或者无法合并为高维数组时，才会生成元素为对象的一维数组。以下是几种更简洁的实现方式：

• 方法1：使用np.fromiter直接构造（优先推荐）
  直接传入子列表组成的序列，指定dtype=object即可，无冗余操作，性能和手动赋值几乎一致：

import numpy as np
arr = np.fromiter([[1,2,3], [4,5,6]], dtype=object)
# 验证：arr.shape 输出为 (2,)，arr[0] 即为列表 [1,2,3]

• 方法2：切片批量赋值
  在你原有手动赋值的逻辑基础上简化，不需要逐位赋值，直接对整个数组切片批量赋值即可：

arr = np.empty(2, dtype=object)
arr[:] = [[1,2,3], [4,5,6]]

• 方法3：添加临时占位元素强制生成一维数组
  适合少量数据快速构造，在输入序列末尾加一个和子列表类型不同的临时元素（比如None），强制NumPy无法合并为高维数组，最后切掉临时元素即可：

arr = np.array([[1,2,3], [4,5,6], None], dtype=object)[:-1]

注意如果你的子列表本身可能包含None，不要用这个方法避免误删有效元素，且该方法会多一次数组拷贝，数据量大时不推荐。

内容的提问来源于stack exchange，提问作者sami