Numpy - 自动隐式将np.array转换为列表

Question

我试图用另一个numpy.array来做一个蒙特卡罗模拟。我想取数组的一个元素（另一个1d数组）并对它执行一些函数，返回该数组的一个子段，然后重新分配它。最初所有数组的长度都相同，这似乎是导致问题的原因。在

我想做：例如

c1 = np.array([np.array(xi) for xi in [[1,2],[1],[1,3]]])
c1[2] = np.array([5])

这很好，因为：

^{pr2}$

当我做一个变换时，我得到了同样的结构，使所有的子数组都保持相同的长度。在

c2 = np.array([np.array(xi) for xi in [[1,2],[1],[1,3]]])
c2[1] = np.array([4,5])

给予

array([array([1, 2]), array([4, 5]), array([1, 3])], dtype=object).

相反，所发生的是：例如

当我开始所有数组的长度相同时，它们从np.arrays转换成{}。在

c3 = np.array([np.array(xi) for xi in [[1,2],[1,2],[1,4]]])

这给了

array([[1, 2], [1, 2], [1, 4]]).

如果我想调整其中一个列表的长度

c3[1] = np.array([5])

我得到广播

array([[1, 2], [5, 5], [1, 4]])

当我想要

^{9}$

性能问题：

这是蒙特卡罗模拟的全部内容，通常我希望处理一个包含大约10000个子数组的数组，其中每个子数组是一个大约1000个元素的数组（float）。我一直在使用numpy，因为它的随机数生成非常快，而且它对于向量化函数有很好的性能，特别是我想对这些函数执行某种累积和（np.cumsum），以及其他一些更深奥的函数。我可以用列表来做这类事情，但是花了大约20倍的时间，我希望尽可能地优化。在

非常感谢。在

Answer 1

numpy不允许您更改np.数组的np.数组公司名称：

>>> c3 = np.array([np.array(xi) for xi in [[1,2],[1,2],[1,4]]])
>>> c4 = np.array([c3[:1],np.array([5]), c3[2:]])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (2) into shape (1)

您可以使用dtype=np.ndarry作为np.empty：

^{pr2}$

这就是你要找的吗？在

您可能只需要输入一个0或一些不会影响模拟的巨大负数/正数：

^{3}$