如何创建空的numpy数组数组

Question

我想要一个 numpy 数组，每个数组元素将是另一个整数数组（或 python 列表）。

import numpy as np
arr = np.empty(2, dtype=int) # what to put here? int? list?

arr = np.append(arr, [0,1]) # there will be always exactly two numbers added
arr = np.append(arr, [1,1])
arr = np.append(arr, [5,1])
# and so on - I want to append undefined amount of times, these numbers are computed at runtime

我得到了什么：

0: 0
1: 1
2: 1
3: 1
4: 5
5: 1

我想得到什么：

0: [0,1]
1: [1,1]
2: [5,1]

这里的重点是我想在之后迭代：

for element in arr:
    x = element[0]
    y = element[1]
    # do something with x and y here

因为这已经实现了，我不想重构很长的代码。 您能否告诉我任何解决方案，如何正确初始化这个数组，以及哪些（元组、列表、numpy 数组）应该在那里存储整数，以使其尽可能快？

谢谢

Answer 1

由于第二个暗淡，您需要将这两个数字附加到另一个列表中。

arr = np.empty((0,2),int)
arr = np.append(arr, [[0, 1]], axis=0)
arr = np.append(arr, [[1, 1]], axis=0)
arr = np.append(arr, [[5, 1]], axis=0)

arr 现在应该是：

array([[0, 1],
       [1, 1],
       [5, 1]])

Answer 2

你可以使用deque，然后将其转换为numpy数组

from collections import deque
import numpy as np
lists = deque()
lists.append([0,1])
lists.append([1,1])
lists.append([5,1])
results = np.array(lists)
results

输出

array([[0, 1],
       [1, 1],
       [5, 1]])

Answer 3

重复数组追加有几个问题：

arr = np.append(arr, [[0, 1]], axis=0)

设置初始arr 值需要对数组形状有所了解。它不像np.array([])那么简单。并且每个append（实际上是np.concatenate）都会创建一个全新的数组，并进行完整的数据复制。另一方面，列表追加只是添加对现有列表的引用。

所以如果需要迭代制作数组，一般推荐list append：

In [10]: alist = []
    ...: for row in [[0,1],[1,1],[5,1]]:
    ...:     alist.append(row)
    ...: arr = np.array(alist)
    ...: 

In [11]: alist
Out[11]: [[0, 1], [1, 1], [5, 1]]
In [12]: arr
Out[12]: 
array([[0, 1],
       [1, 1],
       [5, 1]])

另一种方法是从arr=np.zeros((3,2),int) 开始并分配连续的arr[i] 行。速度差不多。

但如果你要逐行迭代，你不妨坚持使用列表——它会更快：

In [13]: for row in alist:
    ...:     x,y = row
    ...:     print(x,y,x+y)
    ...: 
0 1 1
1 1 2
5 1 6

如果你去创建一个数组，就这样使用它：

In [14]: arr.sum(axi  s=1)
Out[14]: array([1, 2, 6])