Numpy数组不能用任意类型填充。它们更像C或Java的数组。要创建一个二维数组，将一个二维列表输入np.array函数。比如说，

x = np.array([[0,0,0],[0,0,0],[0,0,0]])

字符串
创建一个3x3的二维数组，填充零。

我想你在找numpy.concatenate：

In [11]: np.concatenate((a, b, c))
Out[11]:
array([[  0,   1,   2,   3],
       [  4,   5,   6,   7],
       [  8,   9,  10,  11],
       [ 12,  13,  14,  15],
       [ 16,  17,  18,  19],
       ...

字符串
这将创建一个93 x 4的numpy数组：

In [12]: np.concatenate((a, b, c)).shape
Out[12]: (93, 4)

型

它会工作如果

finalArray = np.zeros(3, dtype=object)
finalArray[0] = a

字符串
然后finalArray像列表一样获取对象点。
但我犹豫建议这样做，因为这个功能正在被初学者滥用或误用。
https://stackoverflow.com/a/37597524/901925-我对另一个关于数组的深度副本的问题的回答。
考虑到数组的维数，concatenate答案是唯一有意义的选择。
concatenate的一个变体是

finalArray = np.zeros((93,4),a.dtype)
finalArray[:32,:] = a
etc

型
换句话说，使finalArray足够大以接收数组的元素并复制值。

我完全理解你的问题。使用numpy数组作为对象的存储有时会更方便。例如，matplotlib使用numpy数组来存储轴的网格，所以它本身并不是一个坏的做法，但应该稀疏地使用。
问题是它不允许将iterable设置为成员。
到目前为止，我的方法是：

from argparse import Namespace
finalArray = np.empty(3, dtype=np.object_)
finalArray[0] = Namespace(arr=a)

字符串
要访问它，请执行以下操作：

finalArray[0].arr

型
让我知道，如果有一个黑客直接做它没有命名空间或独裁。;）