使用标准的Python数组，我可以执行以下操作:
arr = []
arr.append([1,2,3])
arr.append([4,5,6])
# arr is now [[1,2,3],[4,5,6]]
然而，我不能在numpy中做同样的事情。例如:
arr = np.array([])
arr = np.append(arr, np.array([1,2,3]))
arr = np.append(arr, np.array([4,5,6]))
# arr is now [1,2,3,4,5,6]
我还研究了vstack，但当我在一个空数组上使用vstack时，我得到:
ValueError: all the input array dimensions except for the concatenation axis must match exactly
那么我怎么做追加一个新行到一个空数组在numpy?
当前回答
在这种情况下，你可能想使用函数np。Hstack和np.vstack
arr = np.array([])
arr = np.hstack((arr, np.array([1,2,3])))
# arr is now [1,2,3]
arr = np.vstack((arr, np.array([4,5,6])))
# arr is now [[1,2,3],[4,5,6]]
你也可以用np。连接功能。
干杯
其他回答
我想做一个for循环，但与askewchan的方法，它不工作得很好，所以我修改了它。
x = np.empty((0,3))
y = np.array([1,2,3])
for i in ...
x = np.vstack((x,y))
以下是我的解决方案:
arr = []
arr.append([1,2,3])
arr.append([4,5,6])
np_arr = np.array(arr)
在循环中为数组添加新行时，直接在循环中第一次分配数组，而不是初始化一个空数组。
for i in range(0,len(0,100)):
SOMECALCULATEDARRAY = .......
if(i==0):
finalArrayCollection = SOMECALCULATEDARRAY
else:
finalArrayCollection = np.vstack(finalArrayCollection,SOMECALCULATEDARRAY)
当数组的形状未知时，这非常有用
在这种情况下，你可能想使用函数np。Hstack和np.vstack
arr = np.array([])
arr = np.hstack((arr, np.array([1,2,3])))
# arr is now [1,2,3]
arr = np.vstack((arr, np.array([4,5,6])))
# arr is now [[1,2,3],[4,5,6]]
你也可以用np。连接功能。
干杯
使用自定义dtype定义，对我有用的是:
import numpy
# define custom dtype
type1 = numpy.dtype([('freq', numpy.float64, 1), ('amplitude', numpy.float64, 1)])
# declare empty array, zero rows but one column
arr = numpy.empty([0,1],dtype=type1)
# store row data, maybe inside a loop
row = numpy.array([(0.0001, 0.002)], dtype=type1)
# append row to the main array
arr = numpy.row_stack((arr, row))
# print values stored in the row 0
print float(arr[0]['freq'])
print float(arr[0]['amplitude'])
