如何将 NumPy 数组附加到 NumPy 数组

Question

我正在尝试填充 NumPy 数组的 NumPy 数组。每次我完成循环的迭代时，我都会创建要添加的数组。然后我想将该数组附加到另​​一个数组的末尾。例如：

first iteration
  np.append([], [1, 2]) => [[1, 2]]
next iteration
  np.append([[1, 2]], [3, 4]) => [[1, 2], [3, 4]]
next iteration
  np.append([[1, 2], [3, 4]], [5, 6]) => [[1, 2], [3, 4], [5, 6]]
etc.

我尝试过使用 np.append 但这会返回一个一维数组，即

[1, 2, 3, 4, 5, 6]

Answer 1

将数组嵌套，使它们有多个轴，然后在使用append时指定轴。

import numpy as np
a = np.array([[1, 2]]) # note the braces
b = np.array([[3, 4]])
c = np.array([[5, 6]])

d = np.append(a, b, axis=0)
print(d)
# [[1 2]
#  [3 4]]

e = np.append(d, c, axis=0)
print(e)
# [[1 2]
#  [3 4]
#  [5 6]]

或者，如果您坚持使用列表，请使用numpy.vstack：

import numpy as np
a = [1, 2]
b = [3, 4]
c = [5, 6]

d = np.vstack([a, b])
print(d)
# [[1 2]
#  [3 4]]

e = np.vstack([d, c])
print(e)
# [[1 2]
#  [3 4]
#  [5 6]]

Answer 2

我发现将此代码与 numpy 一起使用很方便。例如：

loss = None
new_coming_loss = [0, 1, 0, 0, 1]
loss = np.concatenate((loss, [new_coming_loss]), axis=0) if loss is not None else [new_coming_loss]

实际使用：

self.epoch_losses = None
self.epoch_losses = np.concatenate((self.epoch_losses, [loss.flatten()]), axis=0) if self.epoch_losses is not None else [loss.flatten()]

复制粘贴解决方案：

def append(list, element):
    return np.concatenate((list, [element]), axis=0) if list is not None else [element]

警告：列表和元素的维度除第一个维度外应相同，否则会得到：

ValueError: all the input array dimensions except for the concatenation axis must match exactly

Answer 3

免责声明：附加数组应该是例外，因为它效率低。

也就是说，您可以通过指定轴来实现目标

a = np.empty((0, 2))
a = np.append(a, [[3,6]], axis=0)
a = np.append(a, [[1,4]], axis=0)