将元素形成 numpy 数组作为另外两个 numpy 数组时出现广播错误

我正在尝试生成一个 numpy 数组，其元素作为另外两个 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)

这给出了一个错误：

ValueError: could not broadcast input array from shape (256,161) into shape (256).

但是，如果我为 W1b1 和 W2b2 采用完全不同的尺寸，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)

我不明白第一个代码中有什么问题以及为什么 numpy 数组试图广播其中一个输入数组。

我尝试过以下版本（Python 2.7.6，Numpy 1.13.1）和（Python 3.6.4，Numpy 1.14.1）。

不要指望np.array(..., object)制作正确的对象数组。目前我们无法控制它的尺寸。可以想象，它可以创建一个 (2,) 数组，或 (2, 256) （具有 1d 内容）。有时它有效，有时会引发错误。有一些模式，但我还没有看到对代码的分析来准确显示正在发生的情况。

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，当第一个维度匹配但后面的维度不匹配时，就会出现错误。现在想来，我以前也见过这个错误。

关于该主题的早期 SO 问题

numpy array 1.9.2 获取 ValueError: 无法将输入数组从形状 (4,2) 广播到形状 (4)

当第一维的第一个大小匹配时，数组数组的创建失败

在numpy中创建不同维度的数组数组