Question

我正在尝试生成一个包含两个其他numpy数组的元素的numpy数组，如下所示。

W1b1 = np.zeros((256, 161)) W2b2 = np.zeros((256, 257)) Wx = np.array([W1b1, W2b2], dtype=np.object)

这将导致错误：ValueError：无法将输入数组从形状（256,161）广播到形状（256）。

但是，如果我对W1b1和W2b2采取完全不同的尺寸，那么我不会收到错误，如下所示。

A1 = np.zeros((256, 161))
A2 = np.zeros((257, 257))
A3 = np.array([A1, A2], dtype=np.object)

我没有理解第一个代码中的错误，为什么numpy数组试图广播一个输入数组。

我尝试使用以下版本（Python 2.7.6，Numpy 1.13.1）和（Python 3.6.4，Numpy 1.14.1）。

Answer 1

不要指望np.array(..., object)建立正确的对象数组。目前，我们无法控制其制作的尺寸。可以想象它可以组成一个（2，）数组或（2，256）（具有1d内容）。有时会起作用，有时会引发错误。有某种模式，但是我还没有看到对代码的分析以显示出正在发生的事情。

现在，分配数组并填充它更安全：

In [57]: arr = np.empty(2, object)
In [58]: arr[:] = [W1b1, W2b2]

np.array([np.zeros((3,2)),np.ones((3,4))], object)也会引发此错误。因此，当第一个尺寸匹配但第二个尺寸不匹配时，就会出现错误。现在，我开始思考，我之前已经看过这个错误。

有关该主题的早期问题