如何阻止numpy.array将同形状数组列表转换为多维数组？

当然有办法实现这个需求！Numpy默认会在子数组形状一致时自动堆叠成多维数组，但我们可以通过以下几种方式强制它返回对象数组（每个元素都是独立的一维数组）：

方法1：先创建空对象数组再逐个赋值 #

这是最直接可靠的方式，先初始化一个指定长度的对象数组，再把每个子数组赋值进去，完全避免自动堆叠：

import numpy as np

# 初始化长度为2的对象数组
obj_arr = np.empty(2, dtype=object)
# 分别赋值形状相同的子数组
obj_arr[0] = np.zeros(8)
obj_arr[1] = np.zeros(8)

print(obj_arr)
# 输出：
# array([array([0., 0., 0., 0., 0., 0., 0., 0.]),
#        array([0., 0., 0., 0., 0., 0., 0., 0.])], dtype=object)

方法2：用嵌套列表包装后重塑形状 #

如果不想手动赋值，可以先把每个子数组放在单元素列表里，让Numpy无法直接堆叠，再通过reshape还原成一维对象数组：

import numpy as np

obj_arr = np.array([[np.zeros(8)], [np.zeros(8)]], dtype=object).reshape(-1)
print(obj_arr)
# 输出效果和方法1完全一致

为什么原来的写法会合并？ #

当你直接传入形状一致的子数组列表时，即使指定了dtype=object，Numpy仍然会优先尝试将它们堆叠成多维数组——这是它的默认行为，因为形状一致的数组更适合用多维结构存储。只有当子数组形状不一致时，它才会退而求其次创建对象数组。

内容的提问来源于stack exchange，提问作者SuperShoot