Python numpy：停止numpy.array（）尝试协调元素。从列表创建ndarry，而不尝试合并/协调元素

列表中有两个2d矩阵，我想将其转换为numpy数组。下面是三个示例a、b、c

>>将numpy作为np导入
>>>a=[np.zero（（3,5）），np.zero（（2,9））]
>>>np.数组（a）
>>>数组（[数组（[[0,0,0,0,0,0.]），
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]]),
数组（[[0,0,0,0,0,0,0,0,0,0,0.]），
[0,0,0,0,0,0,0,0,0,0,0.]]），数据类型=对象）
>>>b=[np.零（（3,5）），np.零（（3,9））]
np.数组（b）
回溯（最近一次呼叫最后一次）：
文件“C:\Program Files\JetBrains\PyCharm 2019.2.4\helpers\pydev\\u pydevd\u bundle\pydevd\u exec.py”，第3行，在exec中
全局变量、本地变量中的exec exp
文件“”，第1行，在
ValueError:无法将输入数组从形状（3,5）广播到形状（3）
>>>c=[np.零（（3,5）），np.零（（4,9））]
np.数组（c）
数组（[数组（[[0,0,0,0,0,0.]），
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]]),
数组（[[0,0,0,0,0,0,0,0,0,0,0.]），
[0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0., 0.],
[0,0,0,0,0,0,0,0,0,0,0.]]），数据类型=对象）

正如人们可以观察到的那样，a&c起作用，但b不起作用b确实引发异常。不同之处在于，在示例b中，两个矩阵的第一维度匹配

我发现了以下情况，这解释了为什么会发生这种行为

如果只有第一个维度不匹配，则数组仍然匹配，但作为单个对象，不会尝试将它们协调到新的（四维）数组中

---

我的问题是：我不想让numpy协调矩阵。我只想要第一维度不匹配时的行为。我希望它们被匹配为独立对象，即使它们具有相同的第一维度。如何实现这一点？

Numpy仍然会抱怨，即使您显式地将

对象作为数据类型传递：

>>> np.array(b, dtype=object)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (3,5) into shape (3)

为了好玩，您可以使用实际的
np.ndarray
类型构造函数，尽管这并不容易：

>>> np.ndarray(dtype=object, shape=len(b), buffer=np.array(list(map(id, b)),dtype=np.uint64))
array([array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]]),
       array([[0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])], dtype=object)

请注意，这依赖于CPython实现细节，
id
只是python对象的地址。因此，我主要是为了好玩而展示它。
Numpy仍然会抱怨，即使您显式地将
对象作为数据类型传递：

>>> np.array(b, dtype=object)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (3,5) into shape (3)

为了好玩，您可以使用实际的
np.ndarray
类型构造函数，尽管这并不容易：

>>> np.ndarray(dtype=object, shape=len(b), buffer=np.array(list(map(id, b)),dtype=np.uint64))
array([array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]]),
       array([[0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])], dtype=object)

请注意，这依赖于CPython实现细节，
id
只是python对象的地址。因此，我主要只是为了好玩而展示它。
在最新版本中，我们开始看到一个警告：

In [185]: np.__version__                                                                             
Out[185]: '1.19.0'
                                                
In [187]: np.array([np.zeros((3,5)), np.zeros((2,9))])                                               
/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[187]: 
array([array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]]),
       array([[0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])], dtype=object)

它仍然会生成对象数据类型数组。在匹配的一维情况下，我们得到警告和错误

In [188]: np.array([np.zeros((3,5)), np.zeros((3,9))])                                               
/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
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-188-b6a4475774d0> in <module>
----> 1 np.array([np.zeros((3,5)), np.zeros((3,9))])

ValueError: could not broadcast input array from shape (3,5) into shape (3)

在最新版本中，我们开始看到警告：

In [185]: np.__version__                                                                             
Out[185]: '1.19.0'
                                                
In [187]: np.array([np.zeros((3,5)), np.zeros((2,9))])                                               
/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[187]: 
array([array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]]),
       array([[0., 0., 0., 0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0., 0., 0., 0.]])], dtype=object)

它仍然会生成对象数据类型数组。在匹配的一维情况下，我们得到警告和错误

In [188]: np.array([np.zeros((3,5)), np.zeros((3,9))])                                               
/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
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-188-b6a4475774d0> in <module>
----> 1 np.array([np.zeros((3,5)), np.zeros((3,9))])

ValueError: could not broadcast input array from shape (3,5) into shape (3)

为什么需要numpy.array对象的numpy数组？为什么不直接使用列表？@juanpa.arrivillaga，因为这样我就可以对a:matric+=1中的矩阵执行：
a+=1
而不是
，为什么需要numpy.array对象的numpy数组？为什么不直接使用列表？@juanpa.arrivillaga，因为这样我就可以做：
a+=1
而不是a:matric+=1