初始化未知長度的numpy數組

Question

我希望能夠'快速'構建一個numpy數組，我不知道這個數組的大小。

比如我想做的事情是這樣的：

a= np.array() 
for x in y: 
    a.append(x) 

這將導致x的包含所有要素，顯然這是一個簡單的答案。我只是好奇這是否可能？

Answer 1

建立一個Python列表，將其轉換成一個NumPy的陣列。這需要爲每次追加+ O（n）分配O（1）時間以轉換爲陣列，總共爲O（n）。

a = [] 
    for x in y: 
     a.append(x) 
    a = np.array(a) 

Answer 2

你可以這樣做：

a = np.array([]) 
for x in y: 
    a = np.append(a, x) 

Answer 3

對於後人，我想這是更快：

a = np.array([np.array(list()) for _ in y]) 

你甚至可以在發電機傳遞（即[] - >（）），在這種情況下，內部列表從未完全存儲在內存中。

---

迴應如下評論：

>>> import numpy as np 
>>> y = range(10) 
>>> a = np.array([np.array(list) for _ in y]) 
>>> a 
array([array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object), 
     array(<type 'list'>, dtype=object)], dtype=object) 

Answer 4

a = np.empty(0) 
for x in y: 
    a = np.append(a, x) 

Answer 5

因爲y是一個迭代我真的不明白，爲什麼呼籲追加：

a = np.array(list(y)) 

會做，這是多少更快：

import timeit 

print timeit.timeit('list(s)', 's=set(x for x in xrange(1000))') 
# 23.952975494633154 

print timeit.timeit("""li=[] 
for x in s: li.append(x)""", 's=set(x for x in xrange(1000))') 
# 189.3826994248866