如何用递增数字填充二维数组？及ValueError报错原因解析

为什么会出现 ValueError: setting an array element with a sequence？ #

这个错误本质是numpy数组的类型/形状不匹配导致的：

• 如果你先创建了一个一维numpy数组（比如arr = np.empty(3)），然后试图把一个子数组（比如np.arange(0,11)）赋值给它的某个元素（arr[0] = sub_array），就会触发错误——因为一维数组的每个位置只能容纳标量（单个数字），无法存储序列（子数组）。
• 另外，如果你的子数组长度不一致，尝试转成numpy数组时也会报这个错，但你这里子数组长度是统一的，所以大概率是第一种情况：用了错误的方式把序列塞进了标量位置。

你提到用np.arange()没问题，这点没错——np.arange()确实能生成单个的一维子数组，但问题出在整合子数组的步骤，而不是生成子数组本身。

靠谱的解决方案 #

这里给你三种常用的方法，按需选择：

方法1：先构建Python列表的二维结构，再转numpy数组 #

这种方法最直观，适合新手：

import numpy as np

# 先创建普通的Python二维列表
two_d_list = []
start_num = 0
# 这里生成3个子数组，你可以根据需求修改循环次数
for _ in range(3):
    # 生成从start_num到start_num+10的数组（0-10共11个元素）
    sub_array = np.arange(start_num, start_num + 11)
    two_d_list.append(sub_array.tolist())
    start_num += 11

# 转成numpy二维数组
two_d_array = np.array(two_d_list)
print(two_d_array)

方法2：用numpy的reshape一步生成（最高效） #

如果你的子数组长度固定，直接生成大的一维数组再重塑形状，避免列表转换的开销：

import numpy as np

# 生成0到32的一维数组（3个子数组×11个元素=33个数）
one_d_array = np.arange(0, 33)
# 重塑为3行11列的二维数组
two_d_array = one_d_array.reshape(3, 11)
print(two_d_array)

方法3：动态用np.vstack添加子数组到numpy数组 #

如果需要动态逐个添加子数组，用np.vstack（垂直堆叠）而不是列表的append：

import numpy as np

# 初始化一个空的二维数组，指定每行11个元素
two_d_array = np.array([]).reshape(0, 11)
start_num = 0

for _ in range(3):
    sub_array = np.arange(start_num, start_num + 11)
    # 垂直堆叠子数组到二维数组中
    two_d_array = np.vstack([two_d_array, sub_array])
    start_num += 11

print(two_d_array)

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