Numpy：能否展平尺寸不等的多维数组？如何求子数组最后一维最小值？

看起来你有一个由多个二维数组组成的一维数组，每个二维数组的列数（最后一维）都是5，但行数各不相同。要找出所有子数组最后一维的最小值，这里分两种常见需求给出解法：

需求1：获取最后一维每个位置的全局最小值（结果为长度5的数组） #

比如你想知道所有子数组中，第0列的最小值、第1列的最小值……第4列的最小值，可以这么做：

import numpy as np

# 遍历每个子数组，计算各自最后一维的最小值（每个子数组得到(5,)的结果）
per_subarray_col_min = [sub_arr.min(axis=1) for sub_arr in results_rmse]
# 将这些结果堆叠成二维数组，再按列取最小值
final_col_min = np.stack(per_subarray_col_min).min(axis=0)

print(final_col_min)  # 输出形状为(5,)的数组，对应每列的全局最小值

需求2：获取所有元素中最后一维的全局标量最小值 #

如果你只需要整个集合里最小的那个值，可以简化为：

# 方法1：先合并所有子数组为一个大的二维数组，再取全局最小值
all_data = np.vstack(results_rmse)
global_min = all_data.min()

# 方法2：直接遍历每个子数组取最小值，再取这些最小值中的最小
global_min = np.min([sub_arr.min() for sub_arr in results_rmse])

为什么不能直接用规整数组的方法？ #

因为你的数组是不规则的嵌套数组（每个子数组的第一维长度不同），NumPy无法直接对这类数组使用axis参数进行跨子数组的计算，所以必须先遍历处理每个子数组，再合并结果。

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