Python 如何将整个阵列存储到另一个阵列中

如何将整个阵列存储到另一个阵列中

假设我有一个数组

data = np.array([], dtype=float, ndmin=2)
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

如何存储这些值，以便

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

我目前的方法是

data= np.append(data, a)
data= np.append(data, b)

但是这会导致[1,2,3,4,6]

您的意思是：

>>> data = np.array([a,b])
>>> data
array([[1, 2, 3],
       [4, 5, 6]])

如果您想分步执行，可以使用append，但需要确保所有参数都是秩2（或包装在列表中）。现在，

a

和

b

都是排名第一的，所以如果您尝试沿特定轴追加，您将得到一个错误。即，您需要做的是：

>>> data = np.empty([0,3]); data
array([], shape=(0, 3), dtype=float64)

>>> data = np.append(data, np.array([a]), axis=0); data
array([[ 1.,  2.,  3.]])

>>> data = np.append(data, np.array([b]), axis=0); data
array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.]])

---

---

然而，如果

数据中的行数已知（例如，100），那么您最好进行预分配，即将其初始化为
np.empty（[100,3]）
并按索引填充（例如
数据[0，：]=a
）
，因此您正在寻找
np.vstack
：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
data = np.vstack([a,b])

如果我想执行一个for循环来附加多个数组，该怎么办？我已经编辑了答案，以包含逐步方法。您是否碰巧知道需要预先附加的数组的数量？@Divakar我需要附加1000个大小为70L的数组。然后，您可以初始化数据数组：
data=np.empty（（1000,70），dtype=float）
然后在每次迭代时，只需索引和设置元素：
data[i]=a
，
data[i]=b
等等，其中
i
是迭代器。这应该比迭代追加有效得多。如果我想对多个数组进行for循环追加，该怎么办？首先生成一个列表，然后将该列表连接到一个数组。或者每次执行
data=np.vstack（[data，a]）
iteration@TasosPapastylianou：比例不太好，因为您每次都必须将所有数据复制到一个新阵列。同意。最好预先分配。但是，尽管如此，以迭代方式生成一个列表并在最后连接也不会有多大的改进。