Python 使用numpy存储不同大小的对象

我有以下任务：

2份清单。第一个列表->项目，第二个列表->每个项目的元数据（2个浮动）

这些列表通过算法的不同步骤进行更改，但它们的长度保持不变。i、 它们的长度增加了，但也同样增加了。通过这种方式，索引是一种识别元数据所指项目的方法

在算法的一个（重复）步骤中，我缩短了识别相同项目的列表。我必须分别调整元数据列表

我可以使用泛型列表来实现它，但在某些时候它会使内存过载。因此，我尝试使用np.array，但它们的问题是每个元素的维数应该相等。i、 e.

arr=np.array（[1,2,3,4]]，dtype=object）

返回

arr.ndim=1

。但我需要的是它返回

arr.ndim=3

。我仔细研究了一下，发现

[3[4]]

属于

list

类型，与

np.array

无关。当

np.array

的每个元素的维数相等时，它将沿

np类型的每个轴返回元素，例如
np.int32
或
np.array

关键的第三步。当我浏览列表并收集相同项目的元数据时，我会将它们放在同一索引下的meta_列表中，即在该索引处创建（或扩展）列表。例如

meta_list=[[1,2],[3,4],[5,6],[7,8]]

然后，比如说，
项目列表的第一个和第三个元素是相同的。所以我必须结合他们的元数据。它产生了以下结果：

meta_list=[[1,2],[[3,4],[7,8]],[5,6]]

但是，我不知道如何使用
np.array来实现这一步骤，因为
[[3,4]，[7,8]]
元素的类型是
list
。
非常感谢您的提示。
带有dtype对象的数组是带有数组包装器的列表。更改数组（任何数据类型）的大小都会生成一个副本。我怀疑数组是否能节省内存。@hpaulj如果我保留一个通用的
np.array
，但用
np.nan
虚拟地“拆分”它会怎么样
1x np.nan='['或']'
2x np.nan='['或']]'
。这将是
元列表
的一种表示<代码>[np.nan，1,2，np.nan，np.nan，np.nan，3,4，np.nan，np.nan，np.nan，7,8，np.nan，np.nan，np.nan，5,6，np.nan]
？这会产生大量的开销。但是，numpy的C实现是否可以弥补这一点呢？我只是不太了解体系结构，所以很难做出清醒的估计。要存储
nan
值，数组必须具有浮点数据类型（8字节）。形状为
（1000，）
的数组将具有8000字节的数据缓冲区，而不管值是否为1、1.234、nan、1.234e342。谢谢@hpaulj。我的意思是列表中的一个对象在ndarray中需要多少存储空间。所以我可以估计这种方法的优势。你知道估计数吗？