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

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