NumPy如何合并不同长度数组 或实现补0填充生成矩形矩阵？

不规则非矩形结构的存储能力说明 #

NumPy的核心ndarray数据结构严格要求矩形维度对齐，原生不支持直接拼接长度不一致的数组生成不规则嵌套矩阵，常规的拼接函数（如np.vstack、np.concatenate）遇到长度不匹配的输入时，会直接抛出维度不兼容的错误。
如果仅需要形式上存储这种不等长的嵌套结构，可以通过指定dtype=object生成对象数组实现：

import numpy as np

a = [1, 2, 3]
b = [9, 8]
# 生成存储Python对象引用的不规则数组
c_irregular = np.array([a, b], dtype=object)

需要明确的是，这种对象数组仅能完成结构存储，不具备NumPy数值数组的向量化运算、矩阵计算能力，所有针对数组的数值操作都会退化为Python层面的循环逻辑，性能损失极大。

零填充生成规整矩阵的实现方法 #

如果需要得到支持原生NumPy运算的规整矩形矩阵，可以通过固定逻辑实现补全：

• 遍历所有待拼接的数组，记录最大长度作为最终矩阵的列数
• 对每个长度不足的数组，在尾部填充指定值（本例为0）补到目标长度
• 将补全后的数组列表转换为正规的数值型ndarray

对应的可复用函数示例：

def generate_rect_matrix(arr_list, fill_value=0):
    # 计算所有输入数组的最大长度
    max_length = max(len(arr) for arr in arr_list)
    # 逐个数组填充到目标长度
    padded_rows = [
        list(arr) + [fill_value] * (max_length - len(arr))
        for arr in arr_list
    ]
    return np.array(padded_rows)

实际调用效果：

a = [1, 2, 3]
b = [9, 8]
c = generate_rect_matrix([a, b])
# 最终c的输出结果为：
# [[1 2 3]
#  [9 8 0]]

生成的矩阵为原生数值型ndarray，完全兼容所有NumPy矩阵运算、向量化操作，无性能损耗。

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