numpy.array 具有不同形状的元素

Question

我想要一个由另外两个数组组成的 numpy 数组（每个数组都有不同的形状）。据我所知，出于这个原因，必须dtype = object在主数组的定义中使用：。

例如，让我们定义（在 Python 2.7 中）我们的数组为

     a0 = np.arange(2*2).reshape(2,2)
     a1 = np.arange(3*3*2).reshape(3,3,2)
     b = np.array([a0,a1], dtype = object)

这很完美：b[1]与a1. 但是如果我将维度a0从 (2,2)更改为 (3,3) 会发生一些奇怪的事情：

     a0 = np.arange(3*3).reshape(3,3)
     a1 = np.arange(3*3*2).reshape(3,3,2)
     b = np.array([a0,a1], dtype = object)

这一次b[1]并a1不平等，他们甚至有不同的形状。这种奇怪行为的原因是什么？

也许对我来说有一个完全不同的解决方案。但我不想使用列表或元组，因为我想允许添加诸如b + b. 很明显，我可以为此目的编写自己的类，但有没有更简单的方法？

Answer 1

如果您明确想要一个对象数组，您可以首先创建一个类型为 object 的空数组并分配给它：

x = empty(5, dtype=object)
x[0] = zeros((3,3))
x[1] = zeros((3,2)) #does not merge axes.
x[2] = eye(4)
x[3] = ones((2,2))*2
x[4] = arange(10).reshape((5,2))

>>> x+x
array([array([[ 0.,  0.,  0.],
   [ 0.,  0.,  0.],
   [ 0.,  0.,  0.]]),
   array([[ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.]]),
   array([[ 2.,  0.,  0.,  0.],
   [ 0.,  2.,  0.,  0.],
   [ 0.,  0.,  2.,  0.],
   [ 0.,  0.,  0.,  2.]]),
   array([[ 4.,  4.],
   [ 4.,  4.]]),
   array([[ 0,  2],
   [ 4,  6],
   [ 8, 10],
   [12, 14],
   [16, 18]])], dtype=object)

您必须先填充所有元素，然后才能执行算术，或者使用 np.append 从大小零开始增加元素。