极客笔记Numpy array 嵌套
在Python中，NumPy是非常流行的科学计算库，主要用于处理数组及其相关操作。NumPy中的核心数据结构是 ndarray，即N维数组。一维数组可以看作是一列元素的序列，而二维数组可以看作是一个矩阵。但是，在实际的应用中，我们经常会遇到需要将多个数组组合成一个数组的情况，即嵌套数组。NumPy也提供了numpy array of numpy arrays类型的数据结构，本文就来详细介绍一下。
阅读更多：Numpy 教程
什么是numpy array of numpy arrays
Numpy array of numpy arrays是指一个ndarray数组，它的每个元素都是一个ndarray数组。每个内部数组的长度可以不同，并且内部数组的元素也可以是任何类型。此数据结构对于将多个数组组合成一个数组非常有用，并且该数据结构通过广播（Broadcasting）功能，可以快速地执行各种数值计算。
例如，我们可以使用以下代码创建一个numpy array of numpy arrays：
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
print(a)
输出结果如下所示：
[array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])]
在上述代码中，我们创建了一个包含三个ndarray数组的ndarray数组，每个数组的长度逐渐增加。
下面是一个维度更高的numpy array of numpy arrays例子:
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
b = np.array([a, a])
print(b)
输出结果如下所示:
array([array([array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])])
array([array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])])],
dtype=object)
在这个例子中，我们创建了一个包含两个元素的ndarray数组，每个元素都是之前例子中的ndarray数组。
如何访问numpy array of numpy arrays中的元素
我们可以用类似访问二维数组的方式来访问numpy array of numpy arrays中的元素。下面是一个例子：
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
b = np.array([a, a])
print(b[0][1][2])
输出结果为：
5
在上述代码中，我们访问了b中的第一个元素（即a数组）、第二个元素（即[3, 4, 5]数组）和第三个元素（即5元素）。
在NumPy中还可以使用布尔数组进行索引，我们可以通过书写适当的布尔表达式来访问ndarray数组中的元素。下面是一个例子:
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
b = np.array([a, a])
mask = np.array([[True, False, True], [False, False, True], [True, True, False, False]])
print(b[mask])
输出结果为：
array([1, 3, 5, 6, 7])
在上述代码中，我们使用全是bool型变量的数组作为索引访问了b中的元素。
如何修改numpy array of numpy arrays中的元素
我们可以使用与访问类似的方式来修改numpy array of numpy arrays中的元素。假设我们要将b数组中的第二个元素（即[3, 4, 5]数组）的第一个元素修改为10，可以使用下面的代码：
b[0][1][0] = 10
print(b)
输出结果为：
array([array([array([ 1, 2]), array([10, 4, 5]), array([6, 7, 8, 9])])
array([array([ 1, 2]), array([10, 4, 5]), array([6, 7, 8, 9])])],
dtype=object)
在上述代码中，我们使用=操作符来修改数组中的元素值。需要注意的是，在本例中该操作将改变原始数组的值。
如何在numpy array of numpy arrays中新增元素
要在一个numpy array of numpy arrays中添加元素，我们首先需要先创建一个新的numpy array of numpy arrays。下面是一个例子：
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
b = np.array([a, a])
c = np.array([np.array([0]), np.array([1, 2]), np.array([3, 4]), np.array([5, 6, 7])])
b = np.append(b, [c], axis=0)
print(b)
输出结果为：
[array([array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])])
array([array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])])
array([array([0]) array([1, 2]) array([3, 4]) array([5, 6, 7])])]
在上述代码中，我们将一个新的数组c附加到现有数组b的末尾，并将其保存回b。
如何在numpy array of numpy arrays中删除元素
要在numpy array of numpy arrays中删除元素，我们可以使用np.delete()函数。下面是一个例子：
import numpy as np
a = np.array([np.array([1, 2]), np.array([3, 4, 5]), np.array([6, 7, 8, 9])])
b = np.array([a, a])
b = np.delete(b, 0, axis=0)
print(b)
输出结果为：
[array([array([1, 2]) array([3, 4, 5]) array([6, 7, 8, 9])])]
在上述代码中，我们删除了b数组的第一个元素，并将结果保存回b数组。
总结
Numpy Python 中的 numpy array of numpy arrays是一个非常有用的数据结构，它允许我们创建包含任意类型的ndarray数组的ndarray数组。在访问、修改、添加或删除numpy array of numpy arrays中的元素时，可以使用类似二维数组的方式。要附加或删除元素，我们可以使用np.append()和np.delete()函数。