Numpy将一个数组添加到另一个数组[关闭]答案

【问题标题】：Numpy add one array to another one [closed]Numpy将一个数组添加到另一个数组[关闭]
【发布时间】：2021-12-10 22:46:11
【问题描述】：

让

A = np.array([])

B = np.array([1,2])
C = np.array(["hey"])
D = np.array([])

我正在寻找一个可以将数组 B、C、D 附加到 A 的函数。但不是值，而是整个数组：

所以 A 应该是这样的：

A = np.array([[1,2],["hey"],[])

追加不起作用，连接以及堆栈等也不起作用，因为数组不一定具有相同的形状。有没有办法，例如，在追加时指定类型？

【问题讨论】：

您可以考虑在这里使用列表。
你在最后一个 sn-p 中缺少一个括号
正如@MadPhysicist 所指出的，numpy 中的“num”代表“数字”。它专为数值计算而设计和优化。虽然您仍然可以将它与通用 dtype=object 一起使用，但它通常没有意义，因为您无法利用其他可用的优化，而且您通常最好使用本机 python 列表。你最终想要达到什么目的？如果你在做大数据操作，你也可以考虑 pandas 而不是 numpy...
我不喜欢在 SO 问题中看到“不起作用”。显示实际代码和错误。 np.append(np.append(np.append(A,B),C),D) 确实运行。 np.concatenate([A,B,C,D]) 也是如此。解释这些有什么问题，你从中学到了什么。
最后一个表达式 np.array([[1,2],["hey"],[]) 确实运行了 - 但带有明显的警告。这不是告诉你什么重要的事情吗？

【解决方案1】：

附加不是在 numpy 中就地完成的，因为它在固定缓冲区上运行。由于您的列表参差不齐且不均匀，您可以这样做：

A = np.array([B, C, D])

在这种特殊情况下，dtype 将自动为object，结果将是一个数组数组。

这基本上违背了使用 numpy 的目的：在追加和删除操作时，数组比列表慢。相反，使用列表可能会更好：

A.extend([B, C, D])

或者，如果您尝试描述结构化数据类型，您可以使用 numpy 有效地做到这一点：

dt = np.dtype([('b', float, 2), ('c', 'U3'), ('d', float, 0)])
A = np.array([(B, C.item(), D)], dtype=dt)

【讨论】：