如何连接 Numpy 的 ndarrays 来存储对象？

小能豆

如何连接 Numpy 的 ndarrays 来存储对象？

我想将一系列不同大小的数组存储到一个“父”数组中。像这样：

import numpy as np

a1 = np.array([[1,2], [3,4], [5,6]]) 
a2 = np.array([7,3]) 
a3 = np.array([1])

# What I want to do
a_parent = np.ndarray(a1, a2, a3)

# Desired output
print(a_parent[0])
>>> [[1 2]
    [3 4]
    [5 6]]

print(a_parent[1])
>>> [7 3]

print(a_parent[2])
>>> [1]

loadmat我知道这是可能的，因为当我从库中导入 Matlab 单元格数据时，scipy.io数据会转换为 numpy ndarray，其行为与上述完全相同。我查看了numpy 文档，但找不到一个可行的示例来展示如何自己做到这一点。

阅读 6

2025-01-13

共1个答案

小能豆

In [5]: a1 = np.array([[1,2], [3,4], [5,6]])  
   ...: a2 = np.array([7,3])  
   ...: a3 = np.array([1])

最好的方法是创建所需数据类型和形状的“空白”数组：

In [6]: a_parent = np.empty(3, object)                                                               
In [7]: a_parent                                                                                     
Out[7]: array([None, None, None], dtype=object)

并从所需数组（或其他对象）的列表中“填充”它：

In [13]: a_parent[:] = [a1,a2,a3]                                                                    
In [14]: a_parent                                                                                    
Out[14]: 
array([array([[1, 2],
       [3, 4],
       [5, 6]]), array([7, 3]),
       array([1])], dtype=object)

我确信loadmat使用这个方法。

直接传递列表np.array可能会有效，但 v1.19 要求我们包含objectdtype：

In [10]: np.array([a1,a2,a3])                                                                        
/usr/local/bin/ipython3:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  #!/usr/bin/python3
Out[10]: 
array([array([[1, 2],
       [3, 4],
       [5, 6]]), array([7, 3]),
       array([1])], dtype=object)

如果数组都是相同形状，则此方法不起作用：

In [11]: np.array([a1,a1])                                                                           
Out[11]: 
array([[[1, 2],
        [3, 4],
        [5, 6]],

       [[1, 2],
        [3, 4],
        [5, 6]]])

对于某些形状组合，我们会出现错误。

In [15]: a_parent[:] = [a3,a3,a3]                                                                    
In [16]: a_parent                                                                                    
Out[16]: array([array([1]), array([1]), array([1])], dtype=object)

2025-01-13