如何使用python中的for循环将矩阵中的向量添加到空矩阵中？

Question

我有一个用于 x、y 和 z 轴的加速度计传感器读数，我想将它传递给 fft 函数。所以我想用 3 行和未知列初始化一个矩阵（yf）（所有 3 行都有相同数量的值，例如 n x m，n=3 但 m 未知）。我想将 fft 函数的结果存储到 yf 矩阵中，但我不知道该怎么做。我有 c、c++ 和 matlab 的背景，但是说到 python，语法太奇怪了，我有时间来实现它。

为了测试我的想法，我有下面的测试代码。我只想知道如何将向量附加到未知维度矩阵中。

a = np.linspace(1,30,30).reshape(3,10)
yf = []
d = [0,1,2]
for ii in d:
  yf.append(a[ii] for ii in a)
print(yf)

如果我这样做yf 会得到以下结果

[<generator object <genexpr> at 0x000001511CB4F190>, <generator object <genexpr> at 0x000001512B403F90>, <generator object <genexpr> at 0x000001512B43B040>]

我希望yf 与a 相似，但将a 中的行向量附加到yf 中

[[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
 [11. 12. 13. 14. 15. 16. 17. 18. 19. 20.]
 [21. 22. 23. 24. 25. 26. 27. 28. 29. 30.]]

Answer 1

在向向量添加一个附加轴后使用broadcasting，然后像这样简单地使用+ 或np.add 添加两个数组 -

# (3,10) + (3, 1) -> (3,10)


a + np.array(d).reshape(-1,1)

#### OR ####

a + np.array(d)[:,None]

#### OR ####

a + np.array(d)[:, np.newaxis]

array([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
       [12., 13., 14., 15., 16., 17., 18., 19., 20., 21.],
       [23., 24., 25., 26., 27., 28., 29., 30., 31., 32.]])

Answer 2

for ii in d:
    yf.append(a[ii])

或

for row in a: 
     yf.append(row)

将清理列表追加

或

yf = [ii for ii in a]

工作示例：

In [65]: a = np.linspace(1,30,30).reshape(3,10)
    ...: yf = []
    ...: d = [0,1,2]
    ...: for ii in d:
    ...:   yf.append(a[ii])
    ...: 
In [66]: yf
Out[66]: 
[array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]),
 array([11., 12., 13., 14., 15., 16., 17., 18., 19., 20.]),
 array([21., 22., 23., 24., 25., 26., 27., 28., 29., 30.])]

将数组列表转换为数组：

In [67]: np.array(yf)
Out[67]: 
array([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
       [11., 12., 13., 14., 15., 16., 17., 18., 19., 20.],
       [21., 22., 23., 24., 25., 26., 27., 28., 29., 30.]])

或使用串联/堆栈系列中的函数：

In [69]: np.vstack(yf)
Out[69]: 
array([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
       [11., 12., 13., 14., 15., 16., 17., 18., 19., 20.],
       [21., 22., 23., 24., 25., 26., 27., 28., 29., 30.]])

我们经常遇到这样的问题，人们尝试反复使用np.append 来执行此操作，但这更难正确处理，而且速度较慢。重复列表追加，最后一个数组构造更好。