Dodaj pojedynczy element do tablicy w numpy

Mam tablicę numpy zawierającą:

[1, 2, 3]

Chcę utworzyć tablicę zawierającą:

[1, 2, 3, 1]

Oznacza to, że chcę dodać pierwszy element na końcu tablicy.

Spróbowałem oczywistego:

np.concatenate((a, a[0]))

Ale pojawia się błąd mówiąc ValueError: arrays must have same number of dimensions

Nie rozumiem tego - tablice są tylko tablicami 1d.

append() tworzy nową tablicę, która może być starą tablicą z dołączonym elementem.

Myślę, że bardziej normalne jest użycie właściwej metody dodawania elementu:

a = numpy.append(a, a[0])

Podczas dołączania tylko raz lub raz od czasu do czasu użycie np.appendna tablicy powinno być w porządku. Wadą tego podejścia jest to, że przy każdym wywołaniu pamięć jest przydzielana dla zupełnie nowej tablicy. Podczas powiększania tablicy dla znacznej liczby próbek lepiej byłoby albo wstępnie przydzielić tablicę (jeśli znany jest całkowity rozmiar), albo dołączyć do listy, a następnie przekonwertować ją na tablicę.

Używając np.append:

b = np.array([0])
for k in range(int(10e4)):
    b = np.append(b, k)
1.2 s ± 16.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Użycie listy Pythona konwertującej później na tablicę:

d = [0]
for k in range(int(10e4)):
    d.append(k)
f = np.array(d)
13.5 ms ± 277 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Wstępna alokacja tablicy numpy:

e = np.zeros((n,))
for k in range(n):
    e[k] = k
9.92 ms ± 752 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Kiedy ostateczny rozmiar jest nieznany, wstępne przydzielanie jest trudne, próbowałem wstępnie alokować w kawałkach po 50, ale nie zbliżyło się to do użycia listy.

85.1 ms ± 561 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

a[0]nie jest tablicą, jest pierwszym elementem ai dlatego nie ma wymiarów.

Spróbuj użyć a[0:1]zamiast tego, co zwróci pierwszy element awewnątrz tablicy pojedynczego elementu.

Spróbuj tego:

np.concatenate((a, np.array([a[0]])))

http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

concatenate wymaga, aby oba elementy były tablicami numpy; jednak [0] nie jest tablicą. Dlatego to nie działa.

To polecenie,

numpy.append(a, a[0])

nie zmienia atablicy. Jednak zwraca nową zmodyfikowaną tablicę. Jeśli więc awymagana jest modyfikacja, należy użyć następujących elementów.

a = numpy.append(a, a[0])

t = np.array([2, 3])
t = np.append(t, [4])

Może to być trochę przesada, ale zawsze używam tej np.takefunkcji do dowolnego indeksowania zawijanego:

>>> a = np.array([1, 2, 3])
>>> np.take(a, range(0, len(a)+1), mode='wrap')
array([1, 2, 3, 1])

>>> np.take(a, range(-1, len(a)+1), mode='wrap')
array([3, 1, 2, 3, 1])

Powiedzmy a=[1,2,3]i chcesz, żeby tak było [1,2,3,1].

Możesz użyć wbudowanej funkcji dołączania

np.append(a,1)

Tutaj 1 to int, może to być ciąg znaków i może, ale nie musi, należeć do elementów tablicy. Wydruki:[1,2,3,1]

Jeśli chcesz dodać element, użyj append()

a = numpy.append(a, 1) w tym przypadku dodaj 1 na końcu tablicy

Jeśli chcesz wstawić element, użyj insert()

a = numpy.insert(a, index, 1) w tym przypadku możesz umieścić 1 tam, gdzie chcesz, używając indeksu do ustawienia pozycji w tablicy.