添加追加numpy數組

我目前正在嘗試追加多個Numpy數組在一起。基本上，我想要做的是從一個（1 x m）矩陣（技術上是一個矢量）開始，最後是一個（n x m）矩陣。所以從n（1 x m）矩陣（矢量）到1（n x m）矩陣（如果這是有道理的）。最終的目標是用numpy.savetxt（）函數將矩陣寫入一個csv文件，這樣我就可以得到一個長度爲n列的csv文件。添加追加numpy數組

這樣做的問題是numpy.append（）將向量附加到一個（1 x 2m）向量中。假設a1和a2是Numpy數組，每個數組有10000個元素。我將使用append函數將a2追加到a1中，同時創建一個名爲a的新數組，其中包含a1和a2。

a=np.append(a1, a2, axis=0) 
a.shape 
>>(20000,)

我想，而不是對形狀，以這樣的形式

>>(2, 10000)

或者更一般

>>(n, m)

我應該怎麼辦呢？請注意，我想繼續添加矢量到數組中。謝謝你的時間！

來源

2015-06-09 Robert Siipola

「a1」，「a2」等的來源是什麼？它們是否都存在於這個操作的開始，或者你是否必須在'a2'創建並附加後生成'a3'？ – hpaulj

我覺得你需要用np.array（[...]）''和'np.reshape'以及'np.concatenate'來玩更多的遊戲。這些是所有提議的變體（'vstack'，'column_stack'，'append'）的構建塊。在可用的地方查看Python代碼。 – hpaulj

可以使用的numpy.column_stack

轉置例如：

import numpy as np 

a=np.array([1,2,3,4,5]) 
b=np.array([9,8,7,6,5]) 
c=np.column_stack((a,b)).T 

print c 
>>> array([[1, 2, 3, 4, 5], 
      [9, 8, 7, 6, 5]]) 

print a.shape,b.shape,c.shape 
>>> (5,) (5,) (2, 5)

編輯：

你可以繼續添加列，像這樣：

d=np.array([2,2,2,2,2]) 
c=np.column_stack((c.T,d)).T 
print c 
>>> array([[1, 2, 3, 4, 5], 
      [9, 8, 7, 6, 5], 
      [2, 2, 2, 2, 2]]) 
print c.shape 
>>> (3, 5)

來源

2015-06-09 11:58:20 tom

嗯。我遇到的問題是，由於形狀問題，我無法繼續向c添加列。我如何繼續將這些（1 x m）向量添加到for循環內的（n x m）矩陣中？因爲目前，如果我想例如將一個數組d（形狀（1 x 5））添加到c中，我會得到形狀錯誤。 ValueError：除了連接軸之外的所有輸入數組維度必須完全匹配 –

您可以使用c = np.column_stack（（c.T，d））添加一個新列。看我的編輯 – tom

Wohoo！這似乎工作！非常感謝。 –

這應該工作

a=np.append(a1, a2, axis=0).reshape(2,10000) 
a.shape 
>>(2,10000)

來源

2015-06-09 12:03:32 farhawa

爲了垂直合併陣列我會用np.vstack

import numpy as np 

np.vstack((a1,a2))

不過，從我的角度來看，numpy.array不應使用for循環和追加新的陣列，以舊創建。取而代之的是，無論是在創建第一個全numpy.array（n×m的），你從for循環中的數據寫入到該陣列，

data = np.zeros((n,m)) 

for i in range(n): 
    data[i] = ...

或首次創建陣列使用append一個普通的Python列表，你可以在變換最後變成了numpy.array。

data = [] 

for i in range(n): 
    data.append(...) 

data = np.asarray(data)

來源

2015-06-09 13:03:04 plonser

如果'a1'，'a2'等都是1d數組，則'np.array（[a1，a2，a3，..]）'和'vstack'一樣。這就是你最後一個例子所做的。 'vstack'對於增量構建會更好（其中一個數組是2d，其他數組是1d）。 – hpaulj

@hpaulj：我不確定你的意思......我只是說我會在'for'循環中使用'np.vstack'而不是轉置的'np.column_stack'。在我的答案的另一部分，我只想強調，從我的（'numpy'）角度來看，這種方法總的來說效率不高。相反，我會使用我提出的兩個選項之一... – plonser

添加追加numpy數組

回答

相關問題