如何遍历numpy.array中的嵌套数组并生成指定格式输出

你当前生成的二维数组是行优先存储的points坐标，想要得到按列拆分的嵌套数组结构，可参考以下两种实现方案：

方案1：基于现有结果快速转换 #

你原有逻辑输出的all_points是形状为(3,3)的二维数组，直接转置后拆分即可得到目标结构：

# 你原有代码生成的all_points
all_points = np.array([[0, 1, 2], [0, 1, 2], [0, 1, 2]])

# 转置后按行提取，指定dtype为object即可
result = [arr.astype(object) for arr in all_points.T]

输出结果完全符合你的需求：

[array([0, 0, 0], dtype=object), array([1, 1, 1], dtype=object), array([2, 2, 2], dtype=object)]

方案2：修改循环逻辑直接生成 #

如果想在遍历points的过程中直接构造目标结构，可以预先初始化三个列表分别存储X、Y、Z轴坐标，最后统一转为numpy数组：

import numpy as np

# 初始化三个空列表分别存三个维度的数值
x_list = []
y_list = []
z_list = []

for i in range(3):
    x_list.append(points[i].P[0])
    y_list.append(points[i].P[1])
    z_list.append(points[i].P[2])

# 组装成目标结构
result = [
    np.array(x_list, dtype=object),
    np.array(y_list, dtype=object),
    np.array(z_list, dtype=object)
]

内容的提问来源于stack exchange，提问作者hp3007