如何将 numpy.array 附加到其他 numpy.array？

Question

我想创建 2D numpy.array 一开始只知道它的形状，即 shape=2。现在，我想在for循环中创建ith一维numpy.arrays，并将它们添加到shape=2的主矩阵中，所以我会得到这样的东西：

matrix=
[numpy.array 1]
[numpy.array 2]
...
[numpy.array n]

我怎样才能做到这一点？我尝试使用：

matrix = np.empty(shape=2)
for i in np.arange(100):
    array = np.zeros(random_value)
    matrix = np.append(matrix, array)

但是由于print(np.shape(matrix))，在循环之后，我得到类似：

(some_number, )

如何将每个新的array 附加到matrix 的下一行？提前谢谢你。

Answer 1

我建议使用列表

matrix = []

for i in range(10):
    a = np.ones(2)
    matrix.append(a)

matrix = np.array(matrix)

list 没有每次使用 append 时都被复制到内存中的缺点。所以你避免了 ali_m 描述的问题。在操作结束时，您只需将列表对象转换为 numpy 数组。

Answer 2

我怀疑你问题的根源是np.empty(shape=2)中“形状”的含义

如果我运行您的代码的小版本

matrix = np.empty(shape=2)
for i in np.arange(3):
    array = np.zeros(3)
    matrix = np.append(matrix, array)

我明白了

array([  9.57895902e-259,   1.51798693e-314,   0.00000000e+000,
     0.00000000e+000,   0.00000000e+000,   0.00000000e+000,
     0.00000000e+000,   0.00000000e+000,   0.00000000e+000,
     0.00000000e+000,   0.00000000e+000])

看到开头那两个奇数了吗？这些是由np.empty(shape=2) 制作的。 matrix 以 (2,) 形状的数组开始，而不是空的二维数组。 append 只是在其中添加了 3 个零的集合，从而产生了一个 (11,) 数组。

现在，如果您从具有正确列数的 2 数组开始，并在第 1 维上进行连接，您将得到一个多行数组。 （行仅在 2d 或更大范围内有意义）。

mat=np.zeros((1,3))
for i in range(1,3):
    mat = np.concatenate([mat, np.ones((1,3))*i],axis=0)

产生：

array([[ 0.,  0.,  0.],
       [ 1.,  1.,  1.],
       [ 2.,  2.,  2.]])

进行这样的迭代构造的更好方法是使用列表追加

alist = []
for i in range(0,3):
    alist.append(np.ones((1,3))*i)
mat=np.vstack(alist)

alist 是：

[array([[ 0.,  0.,  0.]]), array([[ 1.,  1.,  1.]]), array([[ 2.,  2.,  2.]])]

mat 是

array([[ 0.,  0.,  0.],
       [ 1.,  1.,  1.],
       [ 2.,  2.,  2.]])

使用vstack，您可以使用np.ones((3,)，因为它将所有输入转换为二维数组。

append 可以工作，但它还需要axis=0 参数和 2 个数组。它被滥用，通常被错误地类比为列表附加。它只是concatenate 的另一个前端。所以我宁愿不使用它。

请注意，其他发帖人假设您的random value 在迭代期间发生了更改。这将产生不同长度的数组。对于一维追加，它仍然会产生长的一维数组。但是二维追加是行不通的，因为二维数组不能乱七八糟。

mat = np.zeros((2,),int)
for i in range(4):
    mat=np.append(mat,np.ones((i,),int)*i)
# array([0, 0, 1, 2, 2, 3, 3, 3])

Answer 3

你要找的函数是np.vstack

这是您的示例的修改版本

import numpy as np

matrix = np.empty(shape=2)

for i in np.arange(3):
    array = np.zeros(2)
    matrix = np.vstack((matrix, array))

结果是

array([[ 0.,  0.],
       [ 0.,  0.],
       [ 0.,  0.],
       [ 0.,  0.]])