如何在 numpy 中创建一个“接受”附加的空列表网格？

Question

我正在尝试使用 numpy.append 但出现问题，它不再对我有意义。谁能解释我为什么会出错？

>>> np.array([[], [], []]).shape
(3, 0)

>>> a=[[], [], []]
>>> a[1].append(3)
>>> a
[[], [3], []]

>>> b=np.array(a)
>>> b[0].append(3)
array([[3], [3], []], dtype=object)

这对我来说都是合乎逻辑的，但是当我尝试以下操作时它停止工作。

>>> c=np.array((3,0),dtype=object)
>>> c[0].append(3)
AttributeError: 'int' object has no attribute 'append'

????
>>> np.empty((3,1))[0].append(3)
AttributeError: 'numpy.ndarray' object has no attribute 'append'

>>> np.empty((3,0))[1].append(3)
AttributeError: 'numpy.ndarray' object has no attribute 'append'

>>>np.empty((6,1),dtype=object)[0].append(3)
AttributeError: 'numpy.ndarray' object has no attribute 'append'

已解决：How to create a numpy array of lists?

Answer 1

我知道这是一个相当不寻常的用例，但实际上在每个单元格中都有一个 ndarray 保存列表非常方便。恕我直言 numpy 应该允许将 lambda 函数传递给fill mehtod。但是为了达到你想要的，这就是我所做的：

m = np.empty((12, 12), dtype=object)
for i in np.ndindex(m.shape): m[i] = []

Answer 2

首先，当有人正确回答您的问题时，请停止更新。接受/赞成一个答案，并在你准备好时提出一个新问题。 SO 是一个问答网站，旨在帮助未来的访问者查看您的问题，而不仅仅是您。至少可以说，为了自己的利益而完全改变上下文来使所有好的答案失效，这违背了本网站的目的。

其次，np.array([[], [3], []]) 以 dtype=object 结尾，因为它是一个参差不齐的数组。 [[], [], []] 和 [[3], [3], [3]] 在所有维度的所有元素中具有统一的长度，将生成数值数组。

np.zeros((6,),dtype=object) 产生一个空的对象引用数组（包含 NULL）。当您使用[] 填充它时，您将在每个元素中使用对 same python list 的引用来填充它。 numpy 不知道您传递给ndarray.fill 的对象是什么，因此它不会像您期望的那样为每个元素调用list 类型的构造函数。它只是复制您六次传递的引用。在那之后，应该清楚为什么更改该列表的内容会使所有数组元素看起来都已更改。

Answer 3

不要只看形状；检查 dtype，如果是对象，则检查元素的性质

In [282]: np.array([[], [], []])
Out[282]: array([], shape=(3, 0), dtype=float64)

浮点数的二维数组。 np.array 尝试创建一个多维数字数组；只有当它做不到时，它才会创建一个对象数组。

In [283]: b=np.array([[],[3],[]])
In [284]: b
Out[284]: array([[], [3], []], dtype=object)

这里 3 个子列表的大小不同，所以不能做成二维数组；结果是一个对象数组，其中的对象是列表，并且有 append 方法。

In [286]: c=np.array((3,0), object)
In [287]: c
Out[287]: array([3, 0], dtype=object)

这是一个 (2,) 对象数组； 2个元素是数字。数字没有附加方法。

In [288]: np.empty((3,1))
Out[288]: 
array([[ 0.],
       [ 0.],
       [ 0.]])

一个 (3,1) 浮点数组。没有数字或数组的附加方法。

In [289]: np.empty((3,0))
Out[289]: array([], shape=(3, 0), dtype=float64)

另一个二维浮点数组

In [290]: np.empty((6,1),object)
Out[290]: 
array([[None],
       [None],
       [None],
       [None],
       [None],
       [None]], dtype=object)

dtype 对象的二维数组。在这种情况下，它们被初始化为None。再次没有附加方法。

更多关于制作列表数组

dimensions of array of arrays in numpy

和

How to keep numpy from broadcasting when creating an object array of different shaped arrays

---

In [305]: d=np.empty((3,),object)
In [306]: d
Out[306]: array([None, None, None], dtype=object)
In [307]: d.fill([])
In [308]: d
Out[308]: array([[], [], []], dtype=object)   # array of lists
In [309]: d[0].append([1,2,3])
In [310]: d
Out[310]: array([[[1, 2, 3]], [[1, 2, 3]], [[1, 2, 3]]], dtype=object)

但是哎呀-这些列表都是同一个对象（指针）:(我必须在每个元素中放置一个不同的列表。现在我可以单独附加到它们。

In [311]: d[...]=[[],[1,2,3],[2]]
In [312]: d
Out[312]: array([[], [1, 2, 3], [2]], dtype=object)
In [313]: d[0].append([2,3])
In [314]: d
Out[314]: array([[[2, 3]], [1, 2, 3], [2]], dtype=object)

我认为您必须硬着头皮使用列表来初始化列表的对象数组。没有捷径：

In [319]: d=np.empty((3,),object)
In [320]: d[...]=[[] for _ in range(3)]
In [321]: d
Out[321]: array([[], [], []], dtype=object)
In [323]: d
Out[323]: array([[], [3], []], dtype=object)