Python 将Numpy数组追加/连接到Numpy数组
我有两个np数组,一个是一维的,另一个是0到8维的。我试图将多维数组附加到另一个数组上,就像您使用列表一样。我尝试了Python 将Numpy数组追加/连接到Numpy数组,python,numpy,Python,Numpy,我有两个np数组,一个是一维的,另一个是0到8维的。我试图将多维数组附加到另一个数组上,就像您使用列表一样。我尝试了np.append(1dim,multidim)和np.concatenate([1dim,multidim]),但都没有成功 [-33.752, 150.902, 38.022, 203.0, 1.0] [[ -33.75 150.9 39.805 0. 1. ] [ -33.75 150.902 44.697 1.
np.append(1dim,multidim)
和np.concatenate([1dim,multidim])
,但都没有成功
[-33.752, 150.902, 38.022, 203.0, 1.0]
[[ -33.75 150.9 39.805 0. 1. ]
[ -33.75 150.902 44.697 1. 1. ]
[ -33.75 150.905 49.054 2. 1. ]
[ -33.752 150.905 39.062 204. 1. ]
[ -33.755 150.905 40.698 406. 1. ]
[ -33.755 150.902 37.512 405. 1. ]
[ -33.755 150.9 36.249 404. 1. ]
[ -33.752 150.9 36.627 202. 1. ]]
成为:
[-33.752, 150.902, 38.022, 203.0, 1.0],
[ -33.75 150.9 39.805 0. 1. ]
[ -33.75 150.902 44.697 1. 1. ]
[ -33.75 150.905 49.054 2. 1. ]
[ -33.752 150.905 39.062 204. 1. ]
[ -33.755 150.905 40.698 406. 1. ]
[ -33.755 150.902 37.512 405. 1. ]
[ -33.755 150.9 36.249 404. 1. ]
[ -33.752 150.9 36.627 202. 1. ]]
我希望能够通过使用
1dim[1]
引用多维数组。您的示例输出显示了一个(1x8)数组与一个(Nx8)数组连接,形成一个(N+1 x 8)数组
如果您想创建一个“东西”,其中第一个元素是一维数组,第二个元素是N-D数组,那么您可以选择列表或元组。Numpy在这方面没有很好的设施
如果您想创建一个由两个二维数组组合而成的数组,根据您的示例,np.vstack([flat\u array,big\u array])
将完成此操作
顺便说一句,在描述某事物的维数时,array.ndim与len(array.shape)相同。请注意,在numpy上下文中,具有5行8列的数组是二维的。您的示例输出显示了一个(1x8)数组与一个(Nx8)数组连接以形成一个(N+1 x 8)数组 如果您想创建一个“东西”,其中第一个元素是一维数组,第二个元素是N-D数组,那么您可以选择列表或元组。Numpy在这方面没有很好的设施 如果您想创建一个由两个二维数组组合而成的数组,根据您的示例,
np.vstack([flat\u array,big\u array])
将完成此操作
顺便说一句,在描述某事物的维数时,array.ndim与len(array.shape)相同。请注意,在numpy上下文中,具有5行8列的数组是二维的。您必须使用或。但要注意数组的形状。对于您的情况,您必须定义正确的形状
ans=np.append([[small array]],[big array],axis=0)(注意,额外的[]表示正确的形状,请阅读numpy.append教程)您必须使用或。但要注意数组的形状。对于您的情况,您必须定义正确的形状
ans=np.append([[small array]],[big array],axis=0)(注意,额外的[]表示正确的形状,请阅读numpy.append教程)或者您可以手动为任何形状执行此操作
blank= [ ] #create a blank list
a=1D array
blank.append(a)
b=nD array
for i in range(len(b)):
blank.append(b[i])
answer=np.array(blank)
也可以对任何形状手动执行此操作
blank= [ ] #create a blank list
a=1D array
blank.append(a)
b=nD array
for i in range(len(b)):
blank.append(b[i])
answer=np.array(blank)
使用纯Python元组
(\u 1d\u array,mul\u dim\u array)
,通过使用元组vs np array,在大型数据集上运行时会有任何显著的增加吗?大小不一,比如没有必要创建数组数组。如果要将(5,)数组与(8,5)数组连接起来以生成(9,5)数组,请使用连接。但是如果目标是一个2元素的“数组”,请坚持使用一个列表。是的,如果你说8维,我想你指的是一个形状为M×N×P×Q×R×S×T×U的数组,使用纯Python元组(\U 1d\U数组,mul\U dim\U数组)
因此…使用元组与np数组相比,在大型数据集上运行时会有任何显著的增加吗?大小不一的情况下,创建数组数组是没有意义的。如果要将(5,)数组与(8,5)数组连接起来以生成(9,5)数组,请使用连接。但是如果目标是一个2个元素的“数组”,请坚持使用列表。是的,如果你说8维,我想你指的是一个形状为M×N×P×Q×R×S×T×U的数组