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?
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
下面是一些使numpys看起来更像list的方法
np_arr = np.array([])
np_arr = np.append(np_arr , 2)
np_arr = np.append(np_arr , 24)
print(np_arr)
输出:array([2.], 24。)
其他回答
为了创建一个空的NumPy数组而不定义它的形状,你可以做以下事情:
arr = np.array([])
首选第一个,因为您知道将使用它作为NumPy数组。NumPy将其转换为np。Ndarray类型之后,没有额外的[]'维度'。
要向数组中添加新元素,我们可以这样做:
arr = np.append(arr, 'new element')
请注意,在python的后台,没有数组这样的东西 定义它的形状。正如@hpaulj提到的那样,这也会产生一个单秩 数组中。
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。
NumPy数组是一种与列表非常不同的数据结构,被设计成以不同的方式使用。你对hstack的使用可能非常低效…每次调用它时,现有数组中的所有数据都会复制到一个新数组中。(附加函数也会有同样的问题。)如果你想一次一列地构建你的矩阵,你最好将它保存在一个列表中,直到它完成,然后才将它转换成一个数组。
e.g.
mylist = []
for item in data:
mylist.append(item)
mat = numpy.array(mylist)
Item可以是列表、数组或任何可迭代对象 因为每一项都有相同数量的元素。 在这种特殊情况下(data是一个包含矩阵列的可迭代对象),您可以简单地使用
mat = numpy.array(data)
(还要注意,使用list作为变量名可能不是一个好的实践,因为它用该名称掩盖了内置类型,这可能会导致错误。)
编辑:
如果出于某种原因,您确实想要创建一个空数组,您可以使用numpy.array([]),但这很少有用!
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)
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.]])