Python 将列表列表强制转换为NumPy：了解结果形状

怎么会这样

np.array([[1],[2],[3,4]], dtype=object).shape
>> (3L,)

当

?

---

为什么将

[[1]、[2]、[3,4]]

转换为NumPy数组时，生成的形状与

[[1]、[2]、[3]]

不一样？

第二种情况将与2d NumPy

ndarray

兼容：它是一个列表列表列表列表，第二个级别具有相同的长度。这就是为什么会得到2d形状（精确地说是列向量）。另一方面，第一种情况的长度不兼容，您只能从中构造一个1d数组-*列表值

ndarray

检查阵列本身：

a = np.array([[1],[2],[3,4]], dtype=object)
b = np.array([[1],[2],[3]], dtype=object)

*感谢您的澄清

Numpy不允许使用“参差不齐”阵列。第二个示例中的数据可以组织成一个具有形状（3，1）的二维数组，因此numpy使其成为一个由python整数组成的二维数组。第一个示例中的数据不能组织为二维数组，因此numpy尽其所能将其设置为python列表的一维数组。

a = np.array([[1],[2],[3,4]], dtype=object)
b = np.array([[1],[2],[3]], dtype=object)

In [1482]: a[2]
Out[1482]: [3, 4]

In [1483]: b[2,0]
Out[1483]: 3