Python 如何保存多维不同数组形状

如果可能的话，我想知道如何将不同形状的多维数组保存到一个数组中，以便可以轻松调用单个数组。例如，第一个数组可以是（1100），第二个可以是（4500），第三个可能是（1000,6）。 代码如下：

#Function for the means of C
C_values = []


def Creation(data, h):
  Cmean = np.mean(data,axis=1).reshape(data.shape[0],1)
  S = C_values.append(Cmean)
  m = np.log2(h)
  for l in range(1,int(m)):
    r = 0                                                  
    size = h//(2**(l))                                                                                                                
    C = np.array(np.zeros(shape=(data.shape[0],2**l)))                                   
    for i in range(0,C.shape[0]):                                             
      for j in range(0,C.shape[1]):
        if j == 0:
          C[i,j] = (np.mean(data[i][j:j+size]))-C_values[l-1][i]
        elif j > 0:
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i]
        elif j==0 and l>1:
          C[i,j] = (np.mean(data[i][j:j+size]))-C_values[l-1][i][j]
        elif j==1 and l>1:
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i][j-1]
        elif j>1 and l>1:
          r+=1
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i][r]
    S = C_values.append(C)
  return C_values

我尝试了使用shape（415000）的数据，这段代码成功了。我可以通过键入C_值[0]和C_值[1]来调用各个数组。但是，当我尝试使用形状（815000）的另一个数据时，我得到了一个错误：使用序列设置数组元素。参考点是

C[i,j] = (np.mean(data[i][j:j+size]))-C_values[l-1][i]

---

求你了，我需要帮助。欢迎评论和更正。

现在正在运行。我对代码进行了更改并添加了一些内容

#Function for the means of C
C_values = []


def Creation(data, h):
  Cmean = np.mean(data,axis=1).reshape(data.shape[0],1)
  S = C_values.append(Cmean)
  m = np.log2(h)
  for l in range(1,int(m)):                                        
    size = h//(2**(l))                                                                                                                
    C = np.array(np.zeros(shape=(data.shape[0],2**l)))                                   
    for i in range(0,C.shape[0]): 
      r = 0                                            
      for j in range(0,C.shape[1]):
        if j == 0 and l<= 1:
          C[i,j] = (np.mean(data[i][j:j+size]))-C_values[l-1][i]
        elif j > 0 and l<=1:
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i]
        elif j==0 and l>1:
          C[i,j] = (np.mean(data[i][j:j+size]))-C_values[l-1][i][j]
        elif j==1 and l>1:
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i][j-1]
        elif j>1 and l>1:
          if j%2 == 0:
            r+=1
          C[i,j] = (np.mean(data[i][(size*j):(size*j)+size]))-C_values[l-1][i][r]
    S = C_values.append(C)
  return C_values

#用于C方式的函数
C_值=[]
def创建（数据，h）：
Cmean=np.mean（数据，轴=1）。重塑（数据形状[0]，1）
S=C_值。追加（Cmean）
m=np.log2（h）
对于范围（1，int（m））内的l：
尺寸=h/（2**（l））
C=np.array（np.zero（shape=（data.shape[0]，2**l）））
对于范围（0，C.shape[0]）中的i：
r=0
对于范围（0，C.形状[1]）内的j：
如果j==0，l0和l1：
C[i，j]=（np.平均值（数据[i][j:j+大小]）-C_值[l-1][i][j]
elif j==1且l>1：
C[i，j]=（np.平均值（数据[i][（大小*j）：（大小*j）+大小]）-C_值[l-1][i][j-1]
如果j>1和l>1：
如果j%2==0：
r+=1
C[i，j]=（np.平均值（数据[i][（大小*j）：（大小*j）+大小]）-C_值[l-1][i][r]
S=C_值。追加（C）
返回C_值

---

C_值存储所有多维数组。

请将numpy标记添加到question@feverdream可以我已经做到了。