Numpy vstack 如果不为空

Question

我需要垂直堆叠 numpy 数组，这是来自function_returns_some_np_array 的返回值。该函数总是返回一个相同形状的数组。在这种情况下长度为 10。如果我不检查 X 是否不为空，则会出现以下错误。

ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 0 and the array at index 1 has size 10

包含校验的代码：

    X = np.empty(0)
    if X.size == 0:
         X = function_returns_some_np_array(data)
    else:
         X = np.vstack((X, function_returns_some_np_array(data)))

是否总是需要检查数组是否不为空，或者是否有单行解决方案来处理这个问题？内置的东西会很棒。所以总结一下这个问题。此操作是否有更短的解决方案？

谢谢

Answer 1

您的示例缺少一些上下文，X 的迭代堆叠表明它发生在某种循环中？

通常最好避免这样的迭代堆叠（或追加等），因为它会强制 Numpy 每次都创建一个新数组。

如果您的用例类似于：

func = lambda x: np.random.randn(x)
data = 10000

X = None

for _ in range(50):

    if X is None:
         X = func(data)
    else:
         X = np.vstack((X, func(data)))

我会简单地将中间结果收集到一个列表中，最后只堆叠一次。但这假设您在计算中不需要那个中间堆栈。如果这样做，最初预分配“最终”数组并插入函数的结果可能会有所帮助，但这需要知道最终大小（n 次迭代/调用）。

例如：

res = []
for _ in range(50):
    res.append(function_returns_some_np_array(data))

X = np.vstack(res)    

这删除了 ​​if 语句，使其更易于阅读，您在开始时只有一个初始化“问题”，而不是一个真正的决定，需要 if 语句。 p>

与顶部相比，它也快了大约 3 倍，但这实际上取决于返回数组的大小与迭代次数。