我刚开始对 Julia 进行修补，我真的很喜欢它。但是，我遇到了障碍。例如，在 Python 中（虽然不是很高效或 Pythonic），我会创建一个空列表并附加一个已知大小和类型的列表，然后转换为 NumPy 数组：
a = []
for ....
a.append([1.,2.,3.,4.])
b = numpy.array(a)
我希望能够在 Julia 中做类似的事情，但我似乎无法弄清楚。这是我目前所拥有的：
a = Array{Float64}[]
for .....
push!(a,[1.,2.,3.,4.])
end
结果是大小为 (n,) 的 n 元素 Array{Array{Float64,N},1}，但我希望它是 nx4 Array{Float64,2}。
有什么建议或更好的方法吗？
【问题讨论】：
你的代码的字面意思是
# Building up as rows
a = [1. 2. 3. 4.]
for i in 1:3
a = vcat(a, [1. 2. 3. 4.])
end
# Building up as columns
b = [1.,2.,3.,4.]
for i in 1:3
b = hcat(b, [1.,2.,3.,4.])
end
但这不是 Julia 的自然模式，你会做类似的事情
A = zeros(4,4)
for i in 1:4, j in 1:4
A[i,j] = j
end
甚至
A = Float64[j for i in 1:4, j in 1:4]
基本上一次分配所有内存。
【讨论】：
这是你想要的吗？
julia> a = Array{Float64}[]
0-element Array{Array{Float64,N},1}
julia> for i=1:3
push!(a,[1.,2.,3.,4.])
end
julia> a
3-element Array{Array{Float64,N},1}:
[1.0,2.0,3.0,4.0]
[1.0,2.0,3.0,4.0]
[1.0,2.0,3.0,4.0]
julia> b = hcat(a...)'
3x4 Array{Float64,2}:
1.0 2.0 3.0 4.0
1.0 2.0 3.0 4.0
1.0 2.0 3.0 4.0
似乎与python输出相匹配：
In [9]: a = []
In [10]: for i in range(3):
a.append([1, 2, 3, 4])
....:
In [11]: b = numpy.array(a); b
Out[11]:
array([[1, 2, 3, 4],
[1, 2, 3, 4],
[1, 2, 3, 4]])
我应该补充一点，这可能不是您真正想要做的，因为如果a 有很多元素，hcat(a...)' 可能会很昂贵。是否有理由不从一开始就使用二维数组？也许更多的问题背景（即您实际尝试编写的代码）会有所帮助。
【讨论】：
cat(a,dims=3)，如果数组是 3D，我们需要使用 cat(a,dims=4)。如果您只是尝试使用hcat(a)，它将始终将结构折叠为二维，并且省略cat 的dims 参数是错误的。我能看到的唯一解决方案是使用a = cat(a...,dims=length(size(a[1]))+1)，不好。
如果事先不知道循环迭代的次数，或者假设要合并的底层数组是一维的，则其他答案不起作用。似乎 Julia 缺少 的内置函数“获取这个 N-D 数组列表并返回一个新的 (N+1)-D 数组”。
Julia 需要不同的连接解决方案，具体取决于基础数据的维度。因此，例如，如果a 的基础元素是向量，则可以使用hcat(a) 或cat(a,dims=2)。但是，如果a 是例如二维数组，则必须使用cat(a,dims=3) 等。cat 的dims 参数不是可选的，并且没有指示“最后一维”的默认值。
这是一个模拟此用例的 np.array 功能的辅助函数。 （我称它为collapse 而不是array，因为它的行为方式与np.array 不太一样）
function collapse(x)
return cat(x...,dims=length(size(x[1]))+1)
end
人们会使用它
a = []
for ...
... compute new_a...
push!(a,new_a)
end
a = collapse(a)
【讨论】：