Python 追加到numpy数组中的特定行

我试图在2D numpy数组的特定行中附加一个数字。我做了以下操作，但效果不好：

onspiketimes=np.array([[] for i in range(9)])
neurs = [3, 4, 8, 2]
onspiketimes[neurs]=2
>>> onspiketimes
array([], shape=(9, 0), dtype=float64)

正如您所看到的，没有附加任何内容，

onspiketimes

仍然保持为空。 但是，我可以使用以下列表来完成此操作：

>>> onspiketimes= [[] for i in range(9)]
>>> for items in neurs:
        onspiketimes[items].append(2)
>>> for items in neurs:
        onspiketimes[items].append(3)
>>> onspiketimes
[[], [], [2, 3], [2, 3], [2, 3], [], [], [], [2, 3]]

---

这是一个人为的例子，我不能在这里比较numpy和列表，但在我的实际应用程序中，

for

循环确实会影响加速。我希望用numpy中的数组切片来解决这个问题

要对数组执行相同的操作，您必须创建一个对象数据类型数组，并使用

[]

对其进行初始化

In [580]: alist = [[] for _ in range(10)]
In [581]: arr = np.empty(10, object)
In [582]: arr[:]= alist
In [583]: arr
Out[583]: 
array([list([]), list([]), list([]), list([]), list([]), list([]),
       list([]), list([]), list([]), list([])], dtype=object)
In [584]: neurs = [3, 4, 8, 2]
In [585]: for item in neurs:
     ...:     arr[item].append(2)
     ...:     
In [586]: for item in neurs:
     ...:     arr[item].append(3)
     ...:     
In [587]: 
In [587]: arr
Out[587]: 
array([list([]), list([]), list([2, 3]), list([2, 3]), list([2, 3]),
       list([]), list([]), list([]), list([2, 3]), list([])], dtype=object)

In [588]: arr.tolist()
Out[588]: [[], [], [2, 3], [2, 3], [2, 3], [], [], [], [2, 3], []]

在对象数组上迭代比在列表上迭代要慢一点（但比在2d数组的行上迭代要快）

使用二维数字数组执行类似操作：

In [589]: arr2 = np.zeros((10,5),int)
In [590]: arr2[neurs, 0] = 2
In [591]: arr2[neurs, 1] = 3
In [592]: arr2
Out[592]: 
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [0, 0, 0, 0, 0]])

这将更快，但结果不是一个参差不齐的数组

使用数组无法（准确地）更快地处理列表。它不适合具有许多快速编译构建块的多维数组模型

---

---

你询问

map

。这在功能和速度上类似于列表理解。它生成一个新的列表。它不应该用于副作用，比如在现有列表中添加值。

要对数组执行相同的操作，你必须创建一个对象数据类型数组，并用

[]

对其进行初始化

In [580]: alist = [[] for _ in range(10)]
In [581]: arr = np.empty(10, object)
In [582]: arr[:]= alist
In [583]: arr
Out[583]: 
array([list([]), list([]), list([]), list([]), list([]), list([]),
       list([]), list([]), list([]), list([])], dtype=object)
In [584]: neurs = [3, 4, 8, 2]
In [585]: for item in neurs:
     ...:     arr[item].append(2)
     ...:     
In [586]: for item in neurs:
     ...:     arr[item].append(3)
     ...:     
In [587]: 
In [587]: arr
Out[587]: 
array([list([]), list([]), list([2, 3]), list([2, 3]), list([2, 3]),
       list([]), list([]), list([]), list([2, 3]), list([])], dtype=object)

In [588]: arr.tolist()
Out[588]: [[], [], [2, 3], [2, 3], [2, 3], [], [], [], [2, 3], []]

在对象数组上迭代比在列表上迭代要慢一点（但比在2d数组的行上迭代要快）

使用二维数字数组执行类似操作：

In [589]: arr2 = np.zeros((10,5),int)
In [590]: arr2[neurs, 0] = 2
In [591]: arr2[neurs, 1] = 3
In [592]: arr2
Out[592]: 
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [2, 3, 0, 0, 0],
       [0, 0, 0, 0, 0]])

这将更快，但结果不是一个参差不齐的数组

使用数组无法（准确地）更快地处理列表。它不适合具有许多快速编译构建块的多维数组模型

---

---

您询问有关

map

。这在功能和速度上类似于列表理解。它生成一个新的列表。它不应该用于副作用，例如将值附加到现有列表中。

NumPy数组存储在一个连续的内存块中，因此按照您描述的方式将新元素附加到数组中需要重新分配新的、更大的内存块，复制数组中的现有元素，并构造新的、修改过的数组。这是低效且不可取的。对于您在示例中尝试执行的操作，列表列表比NumPy数组要好得多。

NumPy数组存储在连续的内存块中，因此附加新的按照您描述的方式将元素放入数组需要分配一个新的、更大的内存块，复制数组中的现有元素，并构造新的、修改过的数组。这是低效且不可取的。对于您在示例中尝试执行的操作，列表比NumPy数组好得多。

您不想这样做吗处理锯齿状numpy数组。你想用它做什么？我试图用列表或锯齿状numpy数组的列表来存储神经元的放电时间，每个子列表表示一个神经元，子列表中的元素表示该特定神经元的放电时间。如果我只是坚持列表列表？如果你想使用numpy，我会将数组初始化为比你预期需要的更大的值。然后你可以边填边填。理想情况下，如果你想加快进程，你会一次添加所有数据，而不是以增量添加。真实数据的实际形状是什么w总行数很多，每行的最小/最大/平均元素数是多少？你不想处理锯齿状numpy数组。你想用它做什么？我试图用列表或锯齿状numpy数组存储神经元的放电时间，每个子列表表示一个神经元，子列表中的元素表示特定神经元的firing times.you thin如果我坚持使用列表列表，我可以在这里使用

map

附加到特定的列表中吗？如果你想使用numpy，我会将数组

onspiketimes

初始化为比你预期需要大的值。然后你可以边走边填充。理想情况下，你可以一次添加所有数据，而不是一次添加如果希望加快处理速度，则递增。实际数据的实际形状是什么？总共有多少行，以及每行的最小/最大/平均元素数是多少？