np.array()处理不等长嵌套列表会生成dtype=object的一维数组，失去数值计算能力；应依业务逻辑决定补零、截断或填充nan，避免无脑补零。
直接用 np.array() 会出什么问题
嵌套列表（比如 [[1, 2], [3, 4, 5]]）长度不一致时，np.array() 不会报错，但会退化成 dtype=object 的一维数组，失去数值计算能力。你调用 .shape 可能看到 (2,) 而不是预期的 (2, 3)，.sum() 或广播操作也会失效。
怎么判断该不该补零或截断
关键看业务逻辑：是图像像素（必须规整）、时间序列（缺值可填 np.nan）、还是纯文本 token 序列（常 padding 到统一长度）。不要无脑补零——比如金融时序里用 0 替代缺失价格会扭曲统计结果。
- 若所有子列表长度相同：
np.array(nested_list)直接可用，生成标准二维float64或int64数组 - 若长度不同且需矩形化：
from itertools import zip_longest配合fillvalue构造等长行，再转np.array() - 若含混合类型（如
[1, 'a']），np.array()必然 fallback 到object，得先清洗数据
用 np.pad() 补齐前先确认对齐方向
常见错误是把“每行补到最长”写成按列补。正确做法是先转成 object 数组，再用列表推导式统一长度，最后堆叠：
import numpy as np data = [[1, 2], [3, 4, 5], [6]] max_len = max(len(row) for row in data) padded = np.array([row + [0] * (max_len - len(row)) for row in data]) # → array([[1, 2, 0], [3, 4, 5], [6, 0, 0]])
np.pad() 本身不接受嵌套列表，它只处理已有的 NumPy 数组，所以必须先完成“拉平维度”的步骤。
立即学习“Python免费学习笔记（深入）”；
性能敏感场景别用 np.vstack() 循环拼接
有人写 arr = np.array([]); for row in data: arr = np.vstack([arr, row])，这在大数据量下极慢——每次 vstack 都要复制整个数组。正确姿势是预分配或用列表收集后一次性转换：
- 已知最终形状：用
np.zeros((len(data), max_len))预分配，再逐行赋值 - 未知形状但内存够：用 Python 列表暂存每行数组，最后
np.array(list_of_arrays) - 超大嵌套结构：考虑
numba或dask.array，但得先确保嵌套层级可控
真正麻烦的是不规则三层以上嵌套（如 [[[1]], [[2, 3], [4]]]），NumPy 本身不支持 jagged 多维数组，这时候该换 xarray 或老实用列表+循环。
