Python：创建含内部列表的数组时遇意外展平问题

嘿，我来帮你解决这个numpy数组拼接的问题～先把你提到的两种情况用可复现代码还原出来，再分析原因和解决办法：

第一种（符合预期的情况） #

假设你的代码是这样的：

import numpy as np

# 列表1：字符串元素
str_list = ["apple", "banana", "cherry"]
# 列表2：每个元素都是子列表
sublist_list = [[1, 2], [3, 4], [5, 6]]

# 用column_stack拼接
result1 = np.column_stack((str_list, sublist_list))
print(result1)

输出会是你想要的结构：

[['apple' list([1, 2])]
 ['banana' list([3, 4])]
 ['cherry' list([5, 6])]]

这里numpy自动把数组的dtype设成了object，所以每个子列表会作为单独的元素保留在数组里。

第二种（子列表被意外展平的情况） #

我猜测你可能不小心把sublist_list转换成了numpy数组，或者用了其他会触发numpy自动解析子列表的方式，比如：

str_list2 = ["x", "y", "z"]
# 这里先把子列表转成了numpy二维数组
sublist_arr = np.array([[1, 2], [3, 4], [5, 6]])

result2 = np.column_stack((str_list2, sublist_arr))
print(result2)

输出就会变成展平后的结构：

[['x' '1' '2']
 ['y' '3' '4']
 ['z' '5' '6']]

原因是：当你传入的是numpy二维数组时，column_stack会把它的每一列都当成独立的列来拼接，自然就把子列表拆成了多个元素。

解决办法 #

要让子列表保持为单个元素，核心是让numpy把它们当作object类型处理，有两种常用方式：

1. 把子列表数组转成object类型：

# 显式指定dtype=object，让numpy把每个子列表当成单个元素
sublist_obj_arr = np.array([[1, 2], [3, 4], [5, 6]], dtype=object)
result_fixed = np.column_stack((str_list2, sublist_obj_arr))

2. 用列表推导式先构造每行，再转数组：
   这种方式更直观，直接构造你想要的每行结构，再转换成numpy数组：

result_fixed = np.array([[s, sub] for s, sub in zip(str_list2, sublist_list)], dtype=object)

两种方式的输出都会回到你预期的结构：

[['x' list([1, 2])]
 ['y' list([3, 4])]
 ['z' list([5, 6])]]

内容的提问来源于stack exchange，提问作者Fierce82