用于函数scipy函数参数的多维numpy数组到可变数量的几个一维数组中

我正在研究一个大型基因阵列，其中一个基因由多个探针表示，范围从2到20。我基本上想进行kruskal-wallace测试（非参数方差分析）以确定探针是否在单个基因上给出基本相同的信息。因此，我编写了以下代码，令基因为（1 xm）数组，其中m为探针数。令X为（nxm）numpy数组）。

ugenes=np.unique(genes)
for i in range(genes.size):
    gene=ugenes[i]
    idx=np.where(genes==gene)[0]
    % the length of idx is variable and can be anywhere from 2 to twenty so Xd is of
    % variable size
    Xd=X[:,idx]
    [h,p]=kruskal(Xd)

我遇到的问题是kruskal仅采用带有多个数组的一维数组作为参数。由于Xd是可变的，因此我不必将其拆分成多少个单个数组，并且唯一基因的数量在20000左右，因此手动进行操作不是一种选择。反正有分解Xd以便可以将其发送到kruskal

kruskal(Xd[:,0],Xd[:,1],...Xd[:,z])

（其中z是Xd的总列数）而不执行Xd的列数？