【发布时间】:2015-05-17 08:18:12
【问题描述】:
我有一个功能,每次迭代都会获取元素并将其附加到列表中。在一定数量的迭代(比如 100 万次)结束时,我想将列表附加到一个 numpy 数组,然后清空列表并继续该过程。
我已将一个空的 numpy 数组声明为
a= np.array([], dtype="int32")
b =[1,2,3,4] is my list for first 1 million iteration,
b =[5,4,3,2] is the list for second 1 million iteration
如何在每 100 万次迭代后继续将列表 b 附加到 numpy 数组 a 中。
我需要如下所示的输出
array([[1, 2, 3, 4],
[5, 4, 3, 2]])
我已经尝试过 "concatenate" 和 "vstack" ,但问题是 a(当为空时)和 b 的维度不匹配,所以代码给出了错误。
列表将高达 100 万,因此需要一种经济高效的方法来处理追加。我也可以为每次迭代“vstack”元素,但是每次我 vstack 时都会加载巨大的列表,这不符合成本效益。我尝试了下面的代码,它工作得很好,但我想避免在每次迭代时进行检查。
if any(a):
a=np.vstack((a,b))
else:
a=np.append(a,b, axis=0)
有什么方法可以在不执行检查的情况下将列表附加到 numpy 数组。
【问题讨论】:
-
你可能会觉得这很有趣:stackoverflow.com/a/5068182/1716866.
-
请注意,附加到 numpy 数组永远不会有效。 Numpy 数组的大小不能动态增长,因此每次连接都会创建一个全新的数组。如果您知道最大迭代次数,您可以首先初始化整个矩阵并逐行填充它。一个稍微难看的方法是存储一个 numpy 数组列表并在最后创建大数组。
-
如果你想追加到一个空数组,你必须指定它的维度。例如,
np.empty((0,4))。