空数组的 Python 对象数组

Question

我正在尝试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，我可以使用类似的简化操作

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

或者基于np.nditer的稍微复杂一点的方法：

a = np.empty((3, 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 (0,3,3) into shape (3,3)

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

>>> a = np.full((3, 3), np.array([]), object)
Traceback (most recent call last):
  File "<stdin>", line 1, 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np.nditer 也不允许我回信：

>>> a = np.empty((3, 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, in <module>
ValueError: could not broadcast input array from shape (0,) into shape ()

有没有办法以向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)],
       [array([], dtype=float64), array([], dtype=float64), array([], dtype=float64)],
       [array([], dtype=float64), array([], dtype=float64), array([], dtype=float64)]], dtype=object)

出于这个问题的目的，我不在乎引用都是相同的数组还是不同的数组。

Answer 1

您可以通过将数组放入 另一个 数组中来获取 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以将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，其中每个单元格都包含对单个 element 数组的引用。

result = numpy.full((3, 3), template) 也可以，但它似乎比切片赋值更更多令人困惑，切片赋值已经非常令人困惑 - result 的单元格是否结束并不是很明显持有对template 或element 的引用。