首先，你遇到的这个问题在**新版本的Awkward Array（1.x及以上）**里已经有非常高效的解决方案了，而且官方早就支持了深层嵌套数组的元素计数需求，完全可以替代你现在用的列表推导式方法。

高效实现方法 #

在新版本中，你可以使用ak.num()函数，并通过axis参数指定要统计的层级：

import awkward as ak

# 创建你的嵌套数组
so_jaggered = ak.from_iter([[[0, 1, 2]], [[0, 1], [2, 3]], [[0, 1, 2], [3, 4]]])

# 统计最内层（第2轴）的元素数量
inner_counts = ak.num(so_jaggered, axis=2)
print(inner_counts)
# 输出结果：[[3], [2, 2], [3, 2]]

这个方法的优势非常明显：

• 完全是矢量化操作，底层用C实现，速度比Python列表推导式快几个数量级，处理大规模数据时差距尤其大
• 返回的是Awkward Array类型，保留了原数组的嵌套结构，不需要处理dtype=object的numpy数组（如果确实需要转numpy，可以用ak.to_numpy(inner_counts)，结构不规则时仍会是object数组，但Awkward本身更适合处理这类数据）

关于旧版本与特性支持 #

你使用的0.12.13是比较老旧的版本（Awkward 1.x在2020年就发布了），旧版本的counts属性确实只能统计第二层的元素数量，没有提供指定轴的功能。

不过官方早就意识到了深层嵌套数组的操作需求，在1.x版本重构时就加入了ak.num()这个核心函数，支持任意轴的元素计数，同时还支持缺失值处理等进阶功能。所以这个特性不仅已经被支持，还在持续优化中。

建议 #

强烈建议你升级到最新版的Awkward Array，除了这个功能外，新版本还修复了很多bug，提升了性能，增加了大量实用功能（比如更灵活的嵌套数组操作、与PyTorch/TensorFlow的更好集成等）。

内容的提问来源于stack exchange，提问作者Xiangyang Ju