如何向空numpy数组添加新行

Question

使用标准Python数组，我可以做以下操作:

arr = []
arr.append([1,2,3])
arr.append([4,5,6])
# arr is now [[1,2,3],[4,5,6]]

然而，我不能在numpy中做同样的事情。例如:

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]

我还研究了vstack，但是当我在空数组上使用vstack时，我得到:

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

那么我如何在numpy中添加新行到空数组?

Answer 1

你想要的数组开始的方式是:

arr = np.empty((0,3), int)

这是一个空数组，但它有适当的维度

>>> arr
array([], shape=(0, 3), dtype=int64)

然后确保沿着0轴追加:

arr = np.append(arr, np.array([[1,2,3]]), axis=0)
arr = np.append(arr, np.array([[4,5,6]]), axis=0)

但是，@jonrsharpe是对的。事实上，如果您要在循环中添加，那么像第一个示例那样添加到列表，然后在最后转换为numpy数组会快得多，因为您在循环期间实际上没有按预期使用numpy:

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

具体的方法取决于您的应用程序，但更像是:

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

Answer 2

我的解决方案是:

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

Answer 3

在这种情况下，您可能希望使用函数np。Hstack和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]]

也可以使用np。连接函数。

欢呼

Answer 4

我想做一个for循环，但是用askewchan的方法不能很好地工作，所以我修改了它。

x = np.empty((0,3))
y = np.array([1,2,3])
for i in ...
    x = np.vstack((x,y))

Answer 5

使用自定义dtype定义，对我来说有效的是:

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'])

Answer 6

如果在循环中为数组添加新行，第一次在循环中直接赋值数组，而不是初始化一个空数组。

for i in range(0,len(0,100)):
    SOMECALCULATEDARRAY = .......
    if(i==0):
        finalArrayCollection = SOMECALCULATEDARRAY
    else:
        finalArrayCollection = np.vstack(finalArrayCollection,SOMECALCULATEDARRAY)

这主要用于数组形状未知的情况

Answer 7

考虑到内存，这是更有效的方法:

shape = (n, inp_len)
arr= np.empty(shape)
for i in range(n):
    arr[i] = np.expand_dims(arr, axis=0)