在沒有創建列表的情況下填充一個numpy數組

Question

我想先創建一個numpy數組而不創建列表。
目前我有這樣的：

import pandas as pd 
import numpy as np 

dfa = pd.read_csv('csva.csv') 
dfb = pd.read_csv('csvb.csv') 

pa = np.array(dfa['location']) 
pb = np.array(dfb['location']) 

ra = [(pa[i+1] - pa[i])/float(pa[i]) for i in range(9999)] 
rb = [(pb[i+1] - pb[i])/float(pb[i]) for i in range(9999)] 

ra = np.array(ra) 
rb = np.array(rb) 

是否有任何優雅的方式一步到位做最後填充在這個NP陣列的不首先創建列表？

由於

Answer 1

您可以在numpy的向量計算，而無需名單：

ra = (pa[1:] - pa[:-1])/pa[:-1] 
rb = (pb[1:] - pb[:-1])/pb[:-1] 

Answer 2

numpy.zeros

返回給定的形狀和類型的一個新的數組，用零填充。

或

numpy.ones

返回給定的形狀和類型的新陣列，填充有的。

或

numpy.empty

返回給定的形狀和類型的一個新的數組，而不初始化 條目。

Answer 3

你的問題，你需要在特定情況下做什麼其實是兩個不同的性能稍微事物的標題。

要創建無「鑄造」列表一個numpy的陣列（或其他迭代），可以使用通過numpy的本身，它返回數組定義的幾種方法之一：

• np.empty，np.zeros，np.ones， np.full創建給定大小的陣列具有固定值
• np.random.*（其中*可以是各種分佈，像正常的，均勻的，指數...），以創建給定尺寸的陣列，隨機值

一般來說，閱讀：Array creation routines

在你的情況，你已經numpy的陣列（pa和pb），你不必創建列表來計算新陣列（ra和rb ），你可以直接在numpy數組上進行操作（這是numpy的全部要點：你可以更快地對數組進行操作，這將會迭代每個元素！）。從@Daniel's answer複製：

ra = (pa[1:] - pa[:-1])/pa[:-1] 
rb = (pb[1:] - pb[:-1])/pb[:-1] 

這將是快得多比你目前的實現，不僅是因爲你避免轉換列表ndarray，但由於numpy的陣列magnuitude的順序更快的數學和批量操作比迭代式