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]]

Тем не менее, я не могу сделать то же самое в 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 посмотрел vstack, но когда я используюvstack 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?

Способ «запустить» нужный вам массив:

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

Который является пустым массивом, но 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 гораздо быстрее добавить список, как в первом примере, а затем преобразовать в массив с пустыми значениями в конце, поскольку вы на самом деле не используете numpy как предназначен во время цикла:

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 будет больше похоже на:

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

Вот мое решение:

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

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 функцию np.concatenate.

ура

используя собственное определение dtype, у меня сработало следующее:

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'])

В случае добавления новых строк для массива в цикле, присвойте массив непосредственно в первый раз в цикле вместо инициализации пустого массива.

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

Это в основном полезно, когда форма массива неизвестна

Я хочу сделать цикл for, но с методом askewchan он не работает, поэтому я изменил его.

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