Dołącz tablicę NumPy do tablicy NumPy

Mam numpy_array. Coś jak [ a b c ].

A potem chcę dołączyć go do innej tablicy NumPy (tak jak tworzymy listę list). Jak tworzymy tablicę tablic NumPy zawierającą tablice NumPy?

Bez powodzenia próbowałem wykonać następujące czynności

>>> M = np.array([])
>>> M
array([], dtype=float64)
>>> M.append(a,axis=0)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'append'
>>> a
array([1, 2, 3])

In [1]: import numpy as np

In [2]: a = np.array([[1, 2, 3], [4, 5, 6]])

In [3]: b = np.array([[9, 8, 7], [6, 5, 4]])

In [4]: np.concatenate((a, b))
Out[4]: 
array([[1, 2, 3],
       [4, 5, 6],
       [9, 8, 7],
       [6, 5, 4]])

albo to:

In [1]: a = np.array([1, 2, 3])

In [2]: b = np.array([4, 5, 6])

In [3]: np.vstack((a, b))
Out[3]: 
array([[1, 2, 3],
       [4, 5, 6]])

Cóż, komunikat o błędzie mówi wszystko: tablice NumPy nie mają append()metody. Jest jednak darmowa funkcja numpy.append():

numpy.append(M, a)

Spowoduje to utworzenie nowej tablicy zamiast mutacji Mw miejscu. Zauważ, że użycie numpy.append()wiąże się z kopiowaniem obu tablic. Uzyskasz lepszą wydajność kodu, jeśli użyjesz tablic NumPy o stałej wielkości.

Możesz użyć numpy.append()...

import numpy

B = numpy.array([3])
A = numpy.array([1, 2, 2])
B = numpy.append( B , A )

print B

> [3 1 2 2]

Nie utworzy to dwóch oddzielnych tablic, ale dołączy dwie tablice do jednej tablicy jednowymiarowej.

Sven powiedział wszystko, po prostu bądź bardzo ostrożny z powodu automatycznych korekt typu po wywołaniu append.

In [2]: import numpy as np

In [3]: a = np.array([1,2,3])

In [4]: b = np.array([1.,2.,3.])

In [5]: c = np.array(['a','b','c'])

In [6]: np.append(a,b)
Out[6]: array([ 1.,  2.,  3.,  1.,  2.,  3.])

In [7]: a.dtype
Out[7]: dtype('int64')

In [8]: np.append(a,c)
Out[8]: 
array(['1', '2', '3', 'a', 'b', 'c'], 
      dtype='|S1')

Jak widać na podstawie zawartości, dtype przeszedł z int64 do float32, a następnie do S1

Znalazłem ten link, szukając czegoś nieco innego, jak zacząć dołączanie obiektów tablicy do pustej tablicy numpy, ale bezskutecznie wypróbowałem wszystkie rozwiązania na tej stronie.

Potem znalazłem to pytanie i odpowiedź: Jak dodać nowy wiersz do pustej tablicy numpy

Istota tutaj:

Sposobem na „uruchomienie” tablicy, którą chcesz, jest:

arr = np.empty((0,3), int)

Następnie możesz użyć konkatenacji, aby dodać wiersze w następujący sposób:

arr = np.concatenate( ( arr, [[x, y, z]] ) , axis=0)

Zobacz też https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

Właściwie zawsze można stworzyć zwykłą listę tablic numpy i przekonwertować ją później.

In [1]: import numpy as np

In [2]: a = np.array([[1,2],[3,4]])

In [3]: b = np.array([[1,2],[3,4]])

In [4]: l = [a]

In [5]: l.append(b)

In [6]: l = np.array(l)

In [7]: l.shape
Out[7]: (2, 2, 2)

In [8]: l
Out[8]: 
array([[[1, 2],
        [3, 4]],

       [[1, 2],
        [3, 4]]])

Miałem ten sam problem i nie mogłem skomentować odpowiedzi @Sven Marnach (za mało rep, ojej, pamiętam, kiedy Stackoverflow po raz pierwszy zaczął ...).

Dodanie listy liczb losowych do macierzy 10 x 10.

myNpArray = np.zeros([1, 10])
for x in range(1,11,1):
    randomList = [list(np.random.randint(99, size=10))]
    myNpArray = np.vstack((myNpArray, randomList))
myNpArray = myNpArray[1:]

Za pomocą np.zeros () tworzona jest tablica zawierająca 1 x 10 zer.

array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])

Następnie za pomocą np.random tworzona jest lista 10 liczb losowych i przypisywana do randomList. Pętla ustawia go na 10 wysokości. Musimy tylko pamiętać, aby usunąć pierwszy pusty wpis.

myNpArray

array([[31., 10., 19., 78., 95., 58.,  3., 47., 30., 56.],
       [51., 97.,  5., 80., 28., 76., 92., 50., 22., 93.],
       [64., 79.,  7., 12., 68., 13., 59., 96., 32., 34.],
       [44., 22., 46., 56., 73., 42., 62.,  4., 62., 83.],
       [91., 28., 54., 69., 60., 95.,  5., 13., 60., 88.],
       [71., 90., 76., 53., 13., 53., 31.,  3., 96., 57.],
       [33., 87., 81.,  7., 53., 46.,  5.,  8., 20., 71.],
       [46., 71., 14., 66., 68., 65., 68., 32.,  9., 30.],
       [ 1., 35., 96., 92., 72., 52., 88., 86., 94., 88.],
       [13., 36., 43., 45., 90., 17., 38.,  1., 41., 33.]])

Więc w funkcji:

def array_matrix(random_range, array_size):
    myNpArray = np.zeros([1, array_size])
    for x in range(1, array_size + 1, 1):
        randomList = [list(np.random.randint(random_range, size=array_size))]
        myNpArray = np.vstack((myNpArray, randomList))
    return myNpArray[1:]

tablica 7 x 7 zawierająca liczby losowe 0 - 1000

array_matrix(1000, 7)

array([[621., 377., 931., 180., 964., 885., 723.],
       [298., 382., 148., 952., 430., 333., 956.],
       [398., 596., 732., 422., 656., 348., 470.],
       [735., 251., 314., 182., 966., 261., 523.],
       [373., 616., 389.,  90., 884., 957., 826.],
       [587., 963.,  66., 154., 111., 529., 945.],
       [950., 413., 539., 860., 634., 195., 915.]])

Jeśli rozumiem twoje pytanie, oto jeden sposób. Powiedz, że masz:

a = [4.1, 6.21, 1.0]

więc oto kod ...

def array_in_array(scalarlist):
    return [(x,) for x in scalarlist]

Który prowadzi do:

In [72]: a = [4.1, 6.21, 1.0]

In [73]: a
Out[73]: [4.1, 6.21, 1.0]

In [74]: def array_in_array(scalarlist):
   ....:     return [(x,) for x in scalarlist]
   ....: 

In [75]: b = array_in_array(a)

In [76]: b
Out[76]: [(4.1,), (6.21,), (1.0,)]

Wypróbuj ten kod:

import numpy as np

a1 = np.array([])

n = int(input(""))

for i in range(0,n):
    a = int(input(""))
    a1 = np.append(a, a1)
    a = 0

print(a1)

Możesz także użyć tablicy zamiast „a”