使用numpy存储不同大小的对象

Question

我有以下任务：

1. 2个清单。第一个清单 - ＆gt; item，2nd list - ＆gt;每个项目的元数据（2个浮点数）。
2. 这些列表会因算法的各个步骤而改变，但它们的长度保持不变。即它们的长度增加，但同样增加。这样，索引就是一种识别元数据引用的项目的方法。
3. 在算法的一个（重复）步骤中，我缩短了识别相同项目的列表。我必须调整元数据列表。

我可以使用通用列表来实现它，但在某些时候它会重载内存。所以，我尝试使用np.array，但问题是它们的尺寸应该对每个元素都相等。即arr=np.array([1,2, [3, [4]] ],dtype=object)返回arr.ndim=1。我需要的是它返回arr.ndim=3。我玩弄了它，发现[3,[4]]的类型为list，与np.array无关。对于np.array的每个元素，如果维度相同，则会返回np types的每个轴上的元素，例如np.int32或np.array

关键的第3步。当我浏览列表并收集相同项目的元数据时，我将它们放入同一索引下的meta_list中，即在该索引处创建（或扩展）列表列表。例如，

meta_list=[[1,2],[3,4],[5,6],[7,8]]

然后，说item_list的第1和第3个元素是相同的。所以我必须结合他们的元数据。它产生了这个：

meta_list=[[1,2],[[3,4],[7,8]],[5,6]]

但我无法理解如何使用np.array实现此步骤，从其存储效率中获益，因为[[3,4],[7,8]]元素的类型为list。 非常感谢提示。