空数组的Python对象数组

如何解决空数组的Python对象数组

我试图在不使用循环的情况下创建一个空数组的 numpy 数组。使用循环，我可以使用像

这样的简化操作

a = np.empty((3,3),object)
for i in range(a.size):
    a.ravel()[i] = np.array([])

或者基于 np.nditer 的稍微复杂的方法：

a = np.empty((3,object)
it = np.nditer(a,flags=['multi_index','refs_ok'])
for i in it:
    a[it.multi_index] = np.array([])

我似乎找不到允许我以矢量化方式进行此分配的索引表达式。

我尝试了以下方法：

>>> a[:] = np.zeros((0,3,3))
Traceback (most recent call last):
  File "<stdin>",line 1,in <module>
ValueError: could not broadcast input array from shape (0,3) into shape (3,3)

>>> a[...,None] = np.zeros((3,0))
Traceback (most recent call last):
  File "<stdin>",in <module>
ValueError: could not broadcast input array from shape (3,0) into shape (3,1)

>>> a = np.full((3,np.array([]),object)
Traceback (most recent call last):
  File "<stdin>",in <module>
  File "/usr/lib/python3.9/site-packages/numpy/core/numeric.py",line 343,in full
    multiarray.copyto(a,fill_value,casting='unsafe')
  File "<__array_function__ internals>",line 5,in copyto
ValueError: could not broadcast input array from shape (0,) into shape (3,3)

即使是 np.nditer 也不允许我回信：

>>> a = np.empty((3,object)
>>> for x in np.nditer(a,flags=['refs_ok'],op_flags=['readwrite']):
...    x[...] = np.array([])
Traceback (most recent call last):
  File "<stdin>",line 2,) into shape ()

有没有办法以矢量化的方式制作空数组的对象数组？

我正在寻找的确切输出是

array([[array([],dtype=float64),array([],dtype=float64)],[array([],dtype=float64)]],dtype=object)

就这个问题而言，我不在乎引用是同一个数组还是不同的数组。

解决方法

通过将数组放入另一个数组，您可以获得 NumPy 的广播处理，将数组视为标量对象而不是广播源：

template = numpy.empty((),dtype=object)
element = numpy.array([],dtype=float)
template[()] = element

然后您可以执行广播分配将 element 数组存储在结果数组的每个单元格中：

result = numpy.empty((3,3),dtype=object)
result[:] = template

广播逻辑将通过 template 而不是 element 进行广播。这会产生一个 3×3 result 对象 dtype 数组，其中每个单元格都保存对单个 element 数组的引用。

result = numpy.full((3,template) 也可以，但它似乎比切片分配更令人困惑，而且切片分配已经相当混乱 - {{1 }} 最终持有对 result 或 template 的引用。