小编ric*_*ich的帖子

我尝试dtype=object使用数组将不同形状的数组的列表存储为数组np.save（我知道我可以腌制该列表，但是我很好奇如何做到这一点）。如果我这样做：

import numpy as np
np.save('test.npy', [np.zeros((2, 2)), np.zeros((3,3))])

有用。但是这个：

np.save('test.npy', [np.zeros((2, 2)), np.zeros((2,3))])

给我一个错误：

ValueError: could not broadcast input array from shape (2,2) into shape (2)

我想首先np.save将列表转换为数组，所以我尝试了：

x=np.array([np.zeros((2, 2)), np.zeros((3,3))])
y=np.array([np.zeros((2, 2)), np.zeros((2,3))])

具有相同的效果（第一个起作用，第二个不起作用。结果x表现为预期的：

>>> x.shape
(2,)
>>> x.dtype
dtype('O')
>>> x[0].shape
(2, 2)
>>> x[0].dtype
dtype('float64')

我还尝试强制使用'object'dtype：

np.array([np.zeros((2, 2)), np.zeros((2,3))], dtype=object)

没有成功。似乎numpy尝试将具有相同一维的数组广播到新数组中，并且意识到它们的形状不同为时已晚。奇怪的是，它似乎只在某一点上起作用了-所以我真的很好奇差异是什么，以及如何正确地做到这一点。

编辑：我之前弄清楚了它的工作情况：唯一的区别似乎是列表中的numpy数组具有另一种数据类型。它适用于dtype('<f8')，但不适用dtype('float64')，我什至不知道有什么区别。

编辑2：我发现了一种非常非Python的方式来解决我的问题，我在这里添加了它，也许有助于理解我想做什么：

array_list=np.array([np.zeros((2, 2)), np.zeros((2,3))])
save_array = np.empty((len(array_list),), dtype=object)
for idx, arr in enumerate(array_list): …