Python Numpy：将数组列表映射到数组数组

我试图将numpy数组列表（包含单个字符串）映射到数组数组数组。我之所以需要它，是因为我需要它以特定的格式保存到.mat文件中

我目前有以下情况：

var1 = [array(['String1'], dtype='<U9'), array(['String2'], dtype='<U9'), ...]
var2 = np.asarray(var1)

output when printing var2: 
[['String1']
 ['String2']
 ['String3']
 ...]

var2

是一个NumPy数组，但当您打印NumPy数组时，它恰好显示类似于列表的内容，尽管如果您打印包含该内容的嵌套列表，您将看到它不是以垂直格式打印的

打印

var1

在列表中的每个数组周围显示

array（…）

的原因是

var1

是一个

list

，而不是NumPy数组。打印

列表时，您会看到对象的字符串表示，这与打印时对象的显示方式不一定匹配。如果执行
print（repr（var2））
操作，您将看到它周围的
数组（…）

在任何情况下，都可以使用来检查对象的类型。
从数组列表开始：

In [49]: var1 = [np.array(['String1'], dtype='<U9'), np.array(['String2'], dtype='<U9')]               
In [50]: var1                                                                                          
Out[50]: [array(['String1'], dtype='<U9'), array(['String2'], dtype='<U9')]

指定对象数据类型仍然会生成（2,1）数组

要创建数组数组，必须首先创建一个“空白”数组，然后填充它：

In [55]: var3 = np.empty(2, object)                                                                    
In [56]: var3                                                                                          
Out[56]: array([None, None], dtype=object)
In [57]: var3[:] = var1                                                                                
In [58]: var3                                                                                          
Out[58]: 
array([array(['String1'], dtype='<U9'), array(['String2'], dtype='<U9')],
      dtype=object)

数组的
numpy
数组很奇怪，需要更复杂的构造。
添加预期输出添加预期输出你看不到
数组（…）
，因为你打印了它，python决定只显示其中的数据。但是如果您使用
类型（var2）
，则它是一个numpy数组。或者，如果您只是在python提示符中键入
var2
，您就会看到您想要看到的内容。
var2
中的每个元素也是数组。
In [51]: var2 = np.array(var1)                                                                         
In [52]: var2                                                                                          
Out[52]: 
array([['String1'],
       ['String2']], dtype='<U9')      # (2,1) shape

In [53]: var3 = np.array(var1, object)                                                                 
In [54]: var3                                                                                          
Out[54]: 
array([['String1'],
       ['String2']], dtype=object)      # the objects are python strings

In [55]: var3 = np.empty(2, object)                                                                    
In [56]: var3                                                                                          
Out[56]: array([None, None], dtype=object)
In [57]: var3[:] = var1                                                                                
In [58]: var3                                                                                          
Out[58]: 
array([array(['String1'], dtype='<U9'), array(['String2'], dtype='<U9')],
      dtype=object)

In [61]: np.array([np.array(['String1'], dtype='<U9'), np.array(['String2', 'string3'], dtype='<U9')]) 
Out[61]: 
array([array(['String1'], dtype='<U9'),
       array(['String2', 'string3'], dtype='<U9')], dtype=object)