我想创建一个空数组，并将项附加到它，一次一个。
xs = []
for item in data:
xs.append(item)
我可以用NumPy数组使用这种列表风格的符号吗?
当前回答
我认为你想用列表处理大部分工作，然后将结果作为矩阵使用。也许这是一种方法;
ur_list = []
for col in columns:
ur_list.append(list(col))
mat = np.matrix(ur_list)
其他回答
如果你完全不知道数组的最终大小，你可以像这样增加数组的大小:
my_arr = numpy.zeros((0,5))
for i in range(3):
my_arr=numpy.concatenate( ( my_arr, numpy.ones((1,5)) ) )
print(my_arr)
[[ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.]]
注意第一行的0。 numpy。Append是另一个选项。它调用numpy.concatenate。
这是有效使用NumPy的错误思维模式。NumPy数组存储在连续的内存块中。要向现有数组追加行或列，需要将整个数组复制到一个新的内存块，为存储的新元素创建间隙。如果重复这样做，效率是非常低的。
与其追加行，不如分配一个适当大小的数组，然后逐行赋值:
>>> import numpy as np
>>> a = np.zeros(shape=(3, 2))
>>> a
array([[ 0., 0.],
[ 0., 0.],
[ 0., 0.]])
>>> a[0] = [1, 2]
>>> a[1] = [3, 4]
>>> a[2] = [5, 6]
>>> a
array([[ 1., 2.],
[ 3., 4.],
[ 5., 6.]])
要在NumPy中创建一个空的多维数组(例如，一个2D数组m*n来存储矩阵)，如果你不知道你要追加多少行，也不关心Stephen Simmons提到的计算成本(即在每次追加时重新构建数组)，你可以将你想追加的维度压缩为0:X = np。空(形状= [0,n])。
这样你可以使用例如(这里m = 5，我们假设我们在创建空矩阵时不知道，n = 2):
import numpy as np
n = 2
X = np.empty(shape=[0, n])
for i in range(5):
for j in range(2):
X = np.append(X, [[i, j]], axis=0)
print X
这将给你:
[[ 0. 0.]
[ 0. 1.]
[ 1. 0.]
[ 1. 1.]
[ 2. 0.]
[ 2. 1.]
[ 3. 0.]
[ 3. 1.]
[ 4. 0.]
[ 4. 1.]]
我认为你可以像这样创建空numpy数组:
>>> import numpy as np
>>> empty_array= np.zeros(0)
>>> empty_array
array([], dtype=float64)
>>> empty_array.shape
(0,)
当您想在循环中追加numpy数组时，这种格式非常有用。
我认为你想用列表处理大部分工作，然后将结果作为矩阵使用。也许这是一种方法;
ur_list = []
for col in columns:
ur_list.append(list(col))
mat = np.matrix(ur_list)
