如何让Numpy将等长数组列表转为数组的数组而非合并矩阵？

嘿，这个问题我太懂了！numpy的这个自动合并行为确实容易让人头疼——它总是优先把规整的嵌套数组变成连续的多维矩阵，但咱们就是想要一个装着数组的对象数组对吧？

给你几个靠谱的解决方案：

方法1：手动初始化对象数组并填充 #

先创建一个指定dtype=object的空数组，再把每个子数组逐个放进去，这样numpy就不会自作主张合并它们了：

import numpy as np

list_1 = [[np.array([1,2,3]), np.array([4,5,6])]][0]  # 先提取内层的列表
# 初始化一个长度匹配的空对象数组
obj_array = np.empty(len(list_1), dtype=object)
# 逐个赋值
for idx, sub_arr in enumerate(list_1):
    obj_array[idx] = sub_arr

print(obj_array)
# 输出：array([array([1, 2, 3]), array([4, 5, 6])], dtype=object)

方法2：用np.fromiter直接创建对象数组 #

fromiter方法会把可迭代对象里的每个元素当作独立对象处理，指定dtype=object就能得到你想要的结果：

import numpy as np

list_1 = [[np.array([1,2,3]), np.array([4,5,6])]][0]
obj_array = np.fromiter(list_1, dtype=object)

print(obj_array)
# 同样输出符合要求的对象数组

为什么默认会变成多维数组？ #

简单说，numpy天生偏爱连续的多维数组（运算效率更高），当它发现所有子数组的形状完全一致时，就会自动把它们堆叠成一个更高维度的矩阵。而咱们上面的方法都是明确告诉numpy：“别合并，把每个元素当成单独的对象存起来”。

如果你的列表外层还有嵌套（比如原问题里的[[arr1, arr2]]），记得先提取内层的[arr1, arr2]再处理哦！

内容的提问来源于stack exchange，提问作者BossShell