numpy.append() 的困难。它在我自己输入 IDLE 时有效，但在运行时无效

Question

我很欣赏这对其他人来说不是一个非常普遍或适用的问题，但它让我感到难过，并且可能比我想象的教我更多。

    def gradient_descent((x,y)):
        x = (x,y)[0]
        y = (x,y)[1]
        point_history_x[0] = x
        point_history_y[0] = y #set initial states
        while numpy.linalg.norm(f_prime((x,y))) >= 0.1: #modulus of gradient
            x = x - gamma*f_prime((x,y))[0]
            y = y - gamma*f_prime((x,y))[1] #find next point
            numpy.append(point_history_x,x)
            numpy.append(point_history_y,y) #add to history of point movement
        return point_history_x, point_history_y

之前，point_history_x（和 y）被全局定义为 numpy.zeros((1))。 当针对点 (0,0) 运行时，它对两个历史数组都返回 0。当我将每个级别自己输入到 python shell 中时，它可以正常工作并创建一个变体 x 的数组；但是当我运行模块时，它只返回输入。

所有证据似乎都指向我错误地使用了 append，但就像我所说的，我在 shell 中键入它并运行良好。

真的很郁闷，任何cmets都将不胜感激。

Answer 1

在这种情况下，Append 返回一个新数组。它不会改变point_history_x。

>>> import numpy as np
>>> a = np.array([2.0])
>>> np.append(a, 1)
array([ 2.,  1.])
>>> a
array([ 2.])
>>> a = np.append(a, 1)
>>> a
array([ 2.,  1.])
>>> 

我们看到np.append 有效——没有异常或任何东西——但a 没有被调用修改，它只是返回一个新数组。第二次调用np.append 时，我通过将结果分配给a 来保存结果。

在您的代码的其他部分也有一些非常规/冗余的东西。元组参数解包并不理想，因为它一直是removed in Python 3（认为 2to3 会自动为您转换），但主要原因是它只是让这里的事情变得更加复杂。你可以改变

def gradient_descent((x,y)):
    x = (x,y)[0]
    y = (x,y)[1]

到任一

def gradient_descent(pt):
    x, y = pt

或

def gradient_descent(x,y):

并使用gradient_descent(*pt) 调用代码。

我还认为，您最好对point_history_x 和point_history_y 使用普通的Python 列表。使用 NumPy 数组，您最终会在循环的每次迭代中分配大量内存。