Как добавить новую строку в пустой массив NumPy

Question

Как добавить новую строку в пустой массив NumPy

используя стандартные массивы Python, я могу сделать следующее:

arr = []

arr.append([1,2,3])

arr.append([4,5,6])

# arr is now [[1,2,3],[4,5,6]]

однако, я не могу сделать то же самое в пакете numpy. Например:

arr = np.array([])

arr = np.append(arr, np.array([1,2,3]))

arr = np.append(arr, np.array([4,5,6]))

# arr is now [1,2,3,4,5,6]

я тоже заглянул в vstack, но когда я использую vstack на пустой массив, я получаю:

ValueError: all the input array dimensions except for the concatenation axis must match exactly

Итак, как мне добавить новую строку в пустой массив в numpy?

1589 4

python numpy scipy

4 ответов:

Comments

Ничего не найдено.

askewchan · Accepted Answer · 2014-03-14 03:03:18

способ "запустить" массив, который вы хотите:
arr = np.empty((0,3), int)
который является пустым массивом, но он имеет правильную размерность.
>>> arr
array([], shape=(0, 3), dtype=int64)
затем обязательно добавьте вдоль оси 0:
arr = np.append(arr, np.array([[1,2,3]]), axis=0)
arr = np.append(arr, np.array([[4,5,6]]), axis=0)
но, @jonrsharpe прав. На самом деле, если вы собираетесь добавлять в цикл, было бы намного быстрее добавить в список, как в вашем первом примере, а затем преобразовать в массив numpy в конце, так как вы действительно не используете numpy, как предполагалось во время петля:
In [210]: %%timeit
   .....: l = []
   .....: for i in xrange(1000):
   .....:     l.append([3*i+1,3*i+2,3*i+3])
   .....: l = np.asarray(l)
   .....: 
1000 loops, best of 3: 1.18 ms per loop

In [211]: %%timeit
   .....: a = np.empty((0,3), int)
   .....: for i in xrange(1000):
   .....:     a = np.append(a, 3*i+np.array([[1,2,3]]), 0)
   .....: 
100 loops, best of 3: 18.5 ms per loop

In [214]: np.allclose(a, l)
Out[214]: True
numpythonic способ сделать это зависит от вашего приложения, но это было бы больше похоже:
In [220]: timeit n = np.arange(1,3001).reshape(1000,3)
100000 loops, best of 3: 5.93 µs per loop

In [221]: np.allclose(a, n)
Out[221]: True

mrcl · Accepted Answer · 2014-03-14 00:56:45

в этом случае вы можете использовать функции np.hstack и np.vstack
arr = np.array([])
arr = np.hstack((arr, np.array([1,2,3])))
# arr is now [1,2,3]

arr = np.vstack((arr, np.array([4,5,6])))
# arr is now [[1,2,3],[4,5,6]]
вы также можете использовать NP.функция конкатенации.

Ура

just4fun · Accepted Answer · 2017-05-06 13:55:22

вот мое решение:

arr = []
arr.append([1,2,3])
arr.append([4,5,6])
np_arr = np.array(arr)

boclodoa · Accepted Answer · 2014-08-05 07:13:41

используя пользовательское определение dtype, то, что сработало для меня, было:

import numpy

# define custom dtype
type1 = numpy.dtype([('freq', numpy.float64, 1), ('amplitude', numpy.float64, 1)])
# declare empty array, zero rows but one column
arr = numpy.empty([0,1],dtype=type1)
# store row data, maybe inside a loop
row = numpy.array([(0.0001, 0.002)], dtype=type1)
# append row to the main array
arr = numpy.row_stack((arr, row))
# print values stored in the row 0
print float(arr[0]['freq'])
print float(arr[0]['amplitude'])