NumPy 不会追加数组

Question

我目前正在研究一个神经网络来玩石头剪刀布，但我遇到了一个大问题。

我让神经网络根据三个动作的历史预测接下来会发生什么，其中人类的每一个动作，在一个数组中创建一个新列表，其中包含前两个动作和新的。然后神经网络训练并从中学习。我的代码可以在下面找到。

#add new situation, with what is currently happening to make current prediction with adjusted weights

current_turn = np.array([[input_data[len(input_data) - 1][1], input_data[len(input_data) - 1][2], output_data[len(output_data) - 1][0]]])
np.append(input_data, current_turn, axis = 0)

我正在使用 Python 系统 NumPy，它拒绝附加这两个数组，这样神经网络就不会学习。

编辑：其中一个响应认识到必须将数组重新分配给这个新添加的数组。当我稍后尝试时，如下所示，它再次不起作用。

if human_choice == "r":
        output_data = np.append(output_data, ([0]))
elif human_choice == "p":
        output_data = np.append(output_data, ([0.5]))
elif human_choice == "s":
        output_data = np.append(output_data, ([1]))

有没有更好的方法来加入这些数组以便算法可以学习？

注意：“追加”没有出现任何错误，但似乎没有完成它的工作。

Answer 1

正如docs 所说，

值被附加到这个数组的一个副本中。

（强调我的）。

所以np.append 会创建一个新列表，而不是修改您原来的列表。你必须写：

input_data = np.append(input_data, current_turn, axis = 0)

例子：

import numpy as np
my_array = np.array([1, 2, 3])
print(my_array) 
# [1 2 3]
my_array = np.append(my_array, [4])
print(my_array)
# [1 2 3 4]

如果对np.append 的行为方式感兴趣，请参阅this question。

Answer 2

您可以改用 numpy.concatenate 方法。

import numpy as np
arr = np.array([1, 2])

arr = np.concatenate((arr,[4]))
print(arr)
# [1 2 3 4]

更多帮助请参见文档：http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.concatenate.html