我有一个numpy_array。比如[a b c]。
然后我想将它与另一个NumPy数组连接起来(就像我们创建列表的列表一样)。如何创建包含NumPy数组的NumPy数组?
我试着做下面的事情，但没有任何运气
>>> M = np.array([])
>>> M
array([], dtype=float64)
>>> M.append(a,axis=0)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'append'
>>> a
array([1, 2, 3])
当前回答
根据堆栈的方向，有很多方法可以将数组堆叠在一起。 例如，你可以考虑np.stack() (doc)、np.vstack() (doc)和np.hstack() (doc)。
其他回答
错误消息说明了一切:NumPy数组没有append()方法。然而，有一个免费函数numpy.append():
numpy.append(M, a)
这将创建一个新数组，而不是原地改变M。注意，使用numpy.append()涉及复制两个数组。如果使用固定大小的NumPy数组，您将获得性能更好的代码。
如果我明白你的问题，我有一个办法。假设你有:
a = [4.1, 6.21, 1.0]
这里有一些代码…
def array_in_array(scalarlist):
return [(x,) for x in scalarlist]
这就导致:
In [72]: a = [4.1, 6.21, 1.0]
In [73]: a
Out[73]: [4.1, 6.21, 1.0]
In [74]: def array_in_array(scalarlist):
....: return [(x,) for x in scalarlist]
....:
In [75]: b = array_in_array(a)
In [76]: b
Out[76]: [(4.1,), (6.21,), (1.0,)]
根据堆栈的方向，有很多方法可以将数组堆叠在一起。 例如，你可以考虑np.stack() (doc)、np.vstack() (doc)和np.hstack() (doc)。
In [1]: import numpy as np
In [2]: a = np.array([[1, 2, 3], [4, 5, 6]])
In [3]: b = np.array([[9, 8, 7], [6, 5, 4]])
In [4]: np.concatenate((a, b))
Out[4]:
array([[1, 2, 3],
[4, 5, 6],
[9, 8, 7],
[6, 5, 4]])
或:
In [1]: a = np.array([1, 2, 3])
In [2]: b = np.array([4, 5, 6])
In [3]: np.vstack((a, b))
Out[3]:
array([[1, 2, 3],
[4, 5, 6]])
你可以使用numpy.append()…
import numpy
B = numpy.array([3])
A = numpy.array([1, 2, 2])
B = numpy.append( B , A )
print B
> [3 1 2 2]
这将不会创建两个单独的数组，而是将两个数组追加到一个一维数组中。
