包含可迭代对象的Numpy数组

Question

通常，可以将任意对象放入numpy数组：

class Foo(object):
    pass
np.array([ Foo() ])
>>> array([<__main__.Foo object at 0x10d7c3610>], dtype=object)

但是，实现__len__和__getitem__的对象似乎自动“解压缩”：

class Foo(object):
    def __len__(self): return 3
    def __getitem__(self, i): return i*11
np.array([ Foo() ])
>>> array([[0, 11, 22]])

有什么方法可以阻止numpy以这种方式解压对象吗？我想要的是将一些对象放入一个numpy数组中，并将它们作为对象本身存储，而不需要进行解压缩。所以想要的行为是：

class Foo(object):
    def __len__(self): return 3
    def __getitem__(self, i): return i*11
np.array([ Foo() ])
>>> array([<__main__.Foo object at 0x10d7c3610>], dtype=object)

现在，我理解了鸭子输入的想法意味着numpy应该打开任何看起来像列表的东西。但是，也许可以以某种方式标记类Foo，告诉numpy不要打开它？例如，ABC：

numpy.Nonenumerable.register(Foo)

Answer 1

x = numpy.empty(appropriate_shape, dtype=object)
x[:] = your_list_of_foos

例如，对于1 Foo的一维数组，

x = numpy.empty([1], dtype=object)
x[:] = [Foo()]

这样做的好处是可以处理您无法控制的类型，或者系统的其他部分可能希望被解压缩。例如，如果希望将2个列表视为一维列表数组，

x = numpy.empty([2], dtype=object)
x[:] = [[], []]

Answer 2

numpy的目的是研究数字。因此，人们预计，在一个一维数组中，打开这些列表将是正确的行为(也就是说，您正在生成向量的级联)。

您可能需要的是一个N维阵列，或者一个矩阵。

或者，我相信您可以使用array 构造函数的可选参数获得所需的结果。

np.array(MyListOfLists, dtype = list)

Answer 3

也许把类似数组的对象封装在容器中？

class Bar():
    def __init__(self):
        self.foo = Foo()

Np.array(律师())