类型错误：append() 缺少 1 个必需的位置参数：“值”

Question

我有大小为 360x190 的变量“x_data”，我正在尝试选择特定的数据行。

 x_data_train = []
 x_data_train = np.append([x_data_train,
                           x_data[0:20,:],
                           x_data[46:65,:],
                           x_data[91:110,:],
                           x_data[136:155,:],
                           x_data[181:200,:],
                           x_data[226:245,:],
                           x_data[271:290,:],
                           x_data[316:335,:]],axis = 0)

我收到以下错误： 类型错误：append() 缺少 1 个必需的位置参数：'values'

我哪里做错了？

如果我正在使用

x_data_train = []
x_data_train.append(x_data[0:20,:])
x_data_train.append(x_data[46:65,:])
x_data_train.append(x_data[91:110,:])
x_data_train.append(x_data[136:155,:])
x_data_train.append(x_data[181:200,:])
x_data_train.append(x_data[226:245,:])
x_data_train.append(x_data[271:290,:])
x_data_train.append(x_data[316:335,:])

输出的大小是 8 行而不是 160 行。

更新：

在 matlab 中，我将加载文本文件，x_data 将是具有 360 行和 190 列的变量。 如果我想选择 1 to 20 , 46 to 65, ... rows of data ，我只是给 x_data_train = xdata([1:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :); 结果 x_data_train 将是我想要的数组。

如何在 python 中做到这一点，因为它会产生 8 个数组子集的数组，每个数组 20*192，但我希望它是一个数组 160*192

Answer 1

简短版：在 python 中做你想做的最惯用和最快的方法是这样的（假设 x_data 是一个 numpy 数组）：

x_data_train = np.vstack([x_data[0:20,:],
                          x_data[46:65,:],
                          x_data[91:110,:],
                          x_data[136:155,:],
                          x_data[181:200,:],
                          x_data[226:245,:],
                          x_data[271:290,:],
                          x_data[316:335,:]])

这可以通过以下方式缩短（但会稍微变慢）：

xdata[np.r_[0:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :]

对于您有很多索引的情况，我认为这有助于提高可读性，但在索引较少的情况下，我会使用第一种方法。

长版：

这里有几个不同的问题。

首先，在 python 中，[] 创建一个列表，而不是像 MATLAB 中的数组。列表更像是一维元胞数组。它们可以保存任何数据类型，包括其他列表，但它们不能有多个维度。 Python 中的 MATLAB 矩阵等价物是 numpy 数组，它们是使用 np.array 创建的。

其次，Python 中的[x, y] 总是创建一个列表，其中第一个元素是x，第二个元素是y。在 MATLAB 中，[x, y] 可以根据x 和y 的内容来做几种完全不同的事情之一。在您的情况下，您想要连接。在 Python 中，您需要显式连接。对于两个列表，有几种方法可以做到这一点。最简单的是使用x += y，它通过将y 的内容放在末尾来就地修改x。您可以通过执行x += y + z + w 之类的操作来组合多个列表。如果您想保持x 不变，您可以使用z = x + y 之类的东西分配给一个新变量。最后，您可以使用x.extend(y)，它大致相当于x += y，但适用于列表以外的一些数据类型。

对于 numpy 数组，您需要使用稍微不同的方法。虽然 Python 列表可以就地修改，但严格来说，MATLAB 矩阵和 numpy 数组都不能。 MATLAB 假装允许这样做，但它实际上是在幕后创建一个新矩阵（这就是为什么如果您尝试在循环中调整矩阵大小时会收到警告）。 Numpy 要求您更明确地创建新数组。最简单的方法是使用np.hstack，它水平连接两个数组（或np.vstack 或np.dstack 分别用于垂直和深度连接）。所以你可以做z = np.hstack([v, w, x, y])。 numpy 中有一个append 方法和函数，但它在实践中几乎从不工作，所以不要使用它（它需要仔细的内存管理，这比它的价值更麻烦）。

第三，append 所做的是在目标列表中创建一个新元素，并将任何变量append 放入该元素中。因此，如果您执行x.append([1,2,3])，它会在包含列表[1,2,3] 的列表x 的末尾添加一个新元素。它更像x = [x, {{1,2,3}}}，其中x 是一个元胞数组。

第四，Python 大量使用“方法”，它们基本上是附加到数据的函数（它比实践中的方法要复杂一些，但这些复杂性在这里并不真正相关）。最新版本的 MATLAB 也添加了它们，但它们并没有像在 Python 中那样真正集成到 MATLAB 数据类型中。因此，在 MATLAB 中，您通常会使用 sum(x)，而对于 numpy 数组，您将使用 x.sum()。在这种情况下，假设您正在执行附加操作（您不是），您不会使用np.append(x, y)，而是使用x.append(y)。

最后，在 MATLAB 中，x:y 创建了一个从x 到y 的值矩阵。然而，在 Python 中，它创建了一个“切片”，它实际上并不包含所有值，因此可以通过列表和 numpy 数组更快地处理。但是，您不能像在示例中那样真正使用多个切片（因为 numpy 中的切片不会像在 MATLAB 中那样制作副本，而使用多个索引确实会制作副本，这也没有意义）。您可以使用np.r_ 获得与 MATLAB 中的内容相近的内容，它会基于索引和切片创建一个 numpy 数组。因此，要在 numpy 中重现您的示例，其中 xdata 是一个 numpy 数组，您可以执行 xdata[np.r_[1:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :]

Answer 2

可能需要更多关于 x_data 和 np 的信息来解决这个问题，但是......

首先：您正在创建同一列表的 2 个副本：np 和 x_data_train 第二：您对 x_data 的索引很奇怪 第三：当它只接受 2 个时，您将 3 个对象传递给 append()。

我很确定重新访问您在 x_data 上的索引将是您解决当前错误的地方，但它会导致另一个与传递 2 个值相关的错误。

我也确定你想要

    x_data_train.append(object) 

不是

    x_data_train = np.append(object)

你可能真的想要

    x_data_train.extend([objects])

更多关于追加与扩展的信息：append vs. extend