如何用Pythonic方法获取NumPy多维数组中最短子数组的形状？

当然有Pythonic的解决办法啦！针对你这种内部子数组长度不一的object类型NumPy数组，下面几个方法都能高效找到最短子数组的长度（也就是你说的「最短形状」）：

这是最直观也最符合Python风格的写法，直接遍历数组里的每个子数组，提取它们的长度（通过shape[0]，因为你的子数组都是一维的），再取最小值：

import numpy as np

x = np.array([ np.array([0, 1, 2, 3, 4, 5]), np.array([0, 1, 2, 3, 4]), np.array([0, 1, 2, 3]), np.array([0, 1, 2, 3, 4]), np.array([0, 1, 2, 3, 4, 5, 6]), ])
min_sub_length = min(sub_arr.shape[0] for sub_arr in x)
print(min_sub_length)  # 输出：4

如果你习惯用map函数处理迭代对象，也可以这么写，逻辑和上面完全一致：

min_sub_length = min(map(lambda arr: arr.shape[0], x))

你的数组x是object类型的NumPy数组——因为内部子数组长度不一致，NumPy无法将它转换成规整的多维数组，所以直接迭代x就能逐个获取里面的子数组，操作起来和普通Python列表几乎一样。如果你的子数组是多维的，想要获取完整的最短形状（比如(2,3)这种），可以把代码改成min(sub_arr.shape for sub_arr in x)，它会按元组的比较规则找出最小的形状。

内容的提问来源于stack exchange，提问作者allexlima