np.append 不在数组中保存值答案

【问题标题】：np.append not saving values in arraynp.append 不在数组中保存值
【发布时间】：2021-11-02 14:47:31
【问题描述】：

我正在编写一个程序，该程序可以绘制一个投掷物体的抛射运动图形。在嵌套循环中，我插入了一行以将计算值保存在一个 numpy 数组中，但每当我打印该数组时，只会显示初始值。

import numpy as np


v_0 = np.empty(0, dtype = float) #in m/s
theta_0 = np.empty(0, dtype = float)
t = np.arange(0, 50, .1) #time
G = -9.81 #gravity
r = 0
X = 0
Y = 0

x_val = np.array([0.0])
y_val = np.array([0.0])

for i in range(1): #will use this later for generating random values
    theta_0 = np.array([15, 20, 22, 25]) * (np.pi/180)
    v_0 = np.array([20, 24, 28, 32])
    

print("These are the angles in degrees:", theta_0 / (np.pi/180))
print("These are the initial velocities in m/s:", v_0)


for i in range(0, len(t)):
    for r in range(len(theta_0)):
        #if any(Y > 0):
        X = v_0[r] * np.cos(theta_0[r]) * t[i]
        X = np.round_(X,4)
        Y = v_0[r] * np.sin(theta_0[r]) * t[i] + 0.5 * G * (t[i])**2
        Y = np.round_(Y,4)
        np.append(x_val, X)
        np.append(y_val, Y)
            
print(x_val)
print(y_val)

【问题讨论】：

标签： arrays numpy append

【解决方案1】：

在您的代码中使用：

x_val.append(X)
y_val.append(Y)

numpy 有时不是答案，最好使用内置函数。

此外，我查看了您的代码并对其进行了一些更改。

import numpy as np
import matplotlib.pyplot as plt


v_0 = np.empty(0, dtype = float) #in m/s
theta_0 = np.empty(0, dtype = float)
t = np.arange(0, 50, .1) #time
G = -9.81 #gravity
r = 0
X = 0
Y = 0



for i in range(1): #will use this later for generating random values
    theta_0 = np.array([15, 20, 22, 25]) * (np.pi/180)
    v_0 = np.array([20, 24, 28, 32])
    

print("These are the angles in degrees:", theta_0 / (np.pi/180))
print("These are the initial velocities in m/s:", v_0)

x_val = np.zeros((1,len(t)*len(theta_0))) #Create an array full of zeros
y_val = np.zeros((1,len(t)*len(theta_0)))

j = 0
for i in range(0, len(t)):
    for r in range(len(theta_0)):
        #if any(Y > 0):
        X = v_0[r] * np.cos(theta_0[r]) * t[i]
        X = np.round_(X,4)
        Y = v_0[r] * np.sin(theta_0[r]) * t[i] + 0.5 * G * (t[i])**2
        Y = np.round_(Y,4)
        x_val[0,j] = X #np.append(x_val, X) - same result but better 
        y_val[0,j] = Y #np.append(y_val, Y)
        j  = j + 1
        
            


plt.plot(x_val[0,:], y_val[0,:])
plt.show()

所以我拿走了你的np.append。我建议你避免使用它，因为打印和写入数据比使用np.zeros 在 CPU 上预留空间要慢。在您的情况下，时间差异尚未看到，但当您进行 Monte Carlo 集成或不同类型的大数据项目时，您将需要开始优化您的代码。

这里还解释了一些可以优化代码的东西：LINK

然后我得到了这个情节：

【讨论】：

x_val.append(X) 在numpy 中不受支持。 x_val = np.append(x_val, X) 会工作。 y_val 相同
我意识到另一个问题。我还制作了一个类似的图表，但应该为 theta_0 的每个值绘制一个单独的图表。最后制作 4 个不同的数组是解决这个问题的唯一方法，还是我仍然可以从同一个数组制作 4 个单独的图表
在 plt.plot(x_val[0,:], y_val[0,:]) 之前使用表格，这样它就在 theta_0 循环内部。

【解决方案2】：

np.append 是不是列表追加克隆。请阅读文档！如果你必须像这样迭代，坚持使用你理解的列表。

但是你不需要迭代；使用整个数组方法：

In [11]: theta_0 = np.array([15, 20, 22, 25]) * (np.pi/180)
    ...: v_0 = np.array([20, 24, 28, 32])
In [12]: t = np.arange(0, 50, .1) #time
    ...: G = -9.81 #gravity
In [13]: t = t[:,None]
In [14]: X = v_0 * np.cos(theta_0) * t
In [15]: X.shape
Out[15]: (500, 4)
In [16]: Y = v_0 * np.sin(theta_0) * t + 0.5 * G * (t)**2
In [17]: Y.shape
Out[17]: (500, 4)

【讨论】：