Julia中多维数组与嵌套向量互转方法？支持任意维度吗？

当然可以搞定这个需求！你提到的固定维度方法确实能用，但我们可以写两个通用函数，轻松处理任意维度的多维数组和嵌套向量之间的转换，不管是2维、3维还是更高维度都不在话下。

1. 把多维数组转成嵌套向量（array_to_nested） #

核心思路是递归处理每个维度：当数组只剩最后一个维度时，直接转成普通向量；否则对当前最后一个维度的每个切片，递归调用函数处理剩下的维度，最终嵌套起来。

代码实现：

function array_to_nested(arr::AbstractArray)
    if ndims(arr) == 1
        return collect(arr)
    else
        # 用view避免额外复制，提升效率
        return [array_to_nested(view(arr, ntuple(_->:, ndims(arr)-1)..., i)) for i in axes(arr, ndims(arr))]
    end
end

拿你的示例来测试：

s = (1,2,3)
a = reshape(1:prod(s), s)
b = array_to_nested(a)

# 验证结果是否和你手动生成的一致
println(b == [[[1], [2]], [[3], [4]], [[5], [6]]])  # 输出 true

2. 把嵌套向量转回多维数组（nested_to_array） #

这个函数分两步：先递归遍历嵌套结构，获取每个层级的长度，确定目标多维数组的维度；然后把嵌套向量展平，再重塑成对应维度的数组。

代码实现：

function nested_to_array(nested)
    # 递归获取嵌套结构的各层长度，最终反转得到多维数组的维度
    function get_dims(x)
        if !(x isa AbstractArray)
            return ()
        else
            return (length(x), get_dims(first(x))...)
        end
    end
    dims = reverse(get_dims(nested))
    
    # 展平嵌套结构并重塑为多维数组
    return reshape(collect(Iterators.flatten(nested)), dims)
end

测试转回数组：

c = nested_to_array(b)
println(c == a)  # 输出 true

额外说明 #

• 这两个函数完全支持任意维度，不管是2维数组转Vector{Vector}，还是更高维度的嵌套转换都能处理。
• 使用view和Iterators.flatten都是为了避免不必要的数组复制，让转换更高效。
• 如果你的嵌套向量结构不一致（比如某个子向量的长度和其他不一样），nested_to_array会报错——这是合理的，因为多维数组要求每个维度的长度必须固定。

内容的提问来源于stack exchange，提问作者Phuoc