Python numpy 数组的 numpy 数组答案

【问题标题】：Python numpy array of numpy arraysPython numpy 数组的 numpy 数组
【发布时间】：2015-07-06 15:46:30
【问题描述】：

我在创建 numpy 数组的 numpy 数组时遇到了问题。我会循环创建它：

a=np.array([])
while(...):
   ...
   b= //a numpy array generated
   a=np.append(a,b)
   ...

想要的结果：

[[1,5,3], [9,10,1], ..., [4,8,6]]

实际结果：

[1,5,3,9,10,1,... 4,8,6]

有可能吗？我不知道数组的最终维度，所以我无法用固定维度对其进行初始化。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

永远不要在循环中追加numpy 数组：与基本 Python 相比，这是 NumPy 非常不擅长的一项操作。这是因为您正在为每个 append 制作数据的完整副本，这将花费您二次时间。

相反，只需将数组附加到 Python 列表并在最后进行转换即可；结果更简单更快：

a = []

while ...:
    b = ... # NumPy array
    a.append(b)
a = np.asarray(a)

至于为什么您的代码不起作用：np.append 的行为根本不像 list.append。特别是，它不会在追加时创建新维度。您必须创建具有二维的初始数组，然后附加显式轴参数。

【讨论】：

感谢您的回复。最大的问题是我需要大约 100 个数组，每个数组都有一个非常大的维度，每个数组里面都有 1440000 个整数。使用列表我的程序被操作系统杀死。有什么建议吗？
你能猜出你将拥有多少个元素，并预先分配一个足够大的数组吗？如果不是，您可能必须变得非常聪明，例如以块或其他方式构建输出数组。
您还应该能够使用更大的数组进行预分配，然后在知道实际存在多少元素后在最后使用该数组的视图。
终于听从了你的建议！谢谢！

【解决方案2】：

我们也可以试试：

arr1 = np.arange(4)
arr2 = np.arange(5,7)
arr3 = np.arange(7,12)

array_of_arrays = np.array([arr1, arr2, arr3])
array_of_arrays
np.concatenate(array_of_arrays)

【讨论】：

是的，关键是每个内部数组都应该是 numpy 而不是列表，因为这样可以节省所有空间。然后从数组列表中创建一个数组。
不推荐从不规则的嵌套序列（这是一个列表或元组的列表或元组或具有不同长度或形状的 ndarray 的列表或元组）创建一个 ndarray。如果您打算这样做，则必须在创建 ndarray 时指定“dtype=object”。