如何用NumPy实现数组嵌套数组（仿Python列表嵌套效果）

哦，这个场景我太熟了！普通Python列表能轻松玩嵌套，是因为它本身就是异构容器——每个元素可以是任意类型、任意长度的对象。但NumPy数组默认是同构同质的，要求所有元素类型一致、维度匹配，直接像列表那样赋值要么报错，要么达不到你想要的嵌套效果。那怎么实现和Python列表一样的操作呢？给你两种可行的方案：

方案1：创建object类型的NumPy数组 #

NumPy支持dtype=object的数组，这种数组的每个元素都是一个Python对象，相当于把NumPy数组变成了一个“装Python对象的容器”，自然就能存不同长度的数组或者列表了。

代码示例：

import numpy as np

# 先创建一个object类型的二维数组，初始结构和目标一致
a = np.array([[1, 2], [3, 4]], dtype=object)
# 准备要替换的数组
b = np.array([1, 1, 1])
# 直接赋值，和Python列表操作完全一样
a[0][1] = b

print(a)
# 输出结果：
# [[1 array([1, 1, 1])]
#  [3 4]]

方案2：手动构造嵌套数组（本质和方案1一致） #

如果你不想一开始就指定dtype，也可以先创建一个空的object数组，再逐个填充元素：

import numpy as np

# 创建2x2的object类型空数组
a = np.empty((2, 2), dtype=object)
# 填充初始元素
a[0] = [1, 2]
a[1] = [3, 4]
# 替换指定元素
a[0][1] = np.array([1,1,1])

print(a)
# 输出和方案1完全相同

注意事项 #

• 用object类型的NumPy数组会失去很多NumPy的核心优势：比如没法进行高效的向量化运算，因为每个元素都是独立的Python对象，底层不再是连续的内存块。
• 如果你的核心需求就是灵活的嵌套结构，其实普通Python列表可能更合适；但如果必须用NumPy来统一处理，object dtype是目前唯一能实现这种异构嵌套的方式。

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