Python “numpy”；扩展/附加“；恩达雷

问题：

# initialization
tf = [[[]] for i in xrange(500)]
for i in xrange(500):
    tf[i] = [[] for a in xrange(4)]
    for j in xrange(4):
        tf[i][j].append([500, 1.0])

# usage: (for any 0 < i < 500; 0 < j < 4 )

tf[i][j].append([100, 0.33])

我有一个numpy数组

tf = numpy.full((500, 4, 1, 2), [500, 1])

tf : 
array([[[[ 500.,    1.]],

    [[ 500.,    1.]],

    [[ 500.,    1.]],

    [[ 500.,    1.]]],

   ..., 
   [[[ 500.,    1.]],

    [[ 500.,    1.]],

    [[ 500.,    1.]],

    [[ 500.,    1.]]]])


tf.shape :
(500, 4, 1, 2)

以第一组为例：

tf[0][0]

这是：

array（[[500,1.]]）

我需要能够附加（就地）附加值，比如

[[100,0.33]，[1,0.34]，[15,0.33]]

，以便最终结果如下所示（此操作针对每个元素执行）：

我尝试了

numpy.concatenate（（tf[0][0]，[100，0.33]），axis=0）

这将返回一个新的附加数据数组，但我无法将其分配回

tf[0][0]

，因为它失败并出现以下错误。

ValueError:无法将输入数组从形状（2,2）广播到形状（1,2）

有没有其他方法可以通过使用numpy实现我想要的

==========================================================

低效

列表

方法：

# initialization
tf = [[[]] for i in xrange(500)]
for i in xrange(500):
    tf[i] = [[] for a in xrange(4)]
    for j in xrange(4):
        tf[i][j].append([500, 1.0])

# usage: (for any 0 < i < 500; 0 < j < 4 )

tf[i][j].append([100, 0.33])

#初始化
tf=[[]]表示X范围内的i（500）]
对于X范围内的i（500）：
tf[i]=[[]对于X范围内的a（4）]
对于X范围内的j（4）：
tf[i][j].追加（[500,1.0]）
#用法：（适用于任何0

---

但是这是低效的（考虑到我需要这样做超过一百万次）

您的方法中的问题是每个元素的形状不同，因此您不能有固定的形状。但是，您可以将每个元素定义为type

object

，并实现您想要做的事情

import numpy as np

tf = np.empty((500, 4, 1), dtype= object)

将产生

array([[[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       ...,
       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]]], dtype=object)

array([[[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       ...,
       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]]], dtype=object) 

现在将常量初始元素作为列表添加到每个数组元素中。您可能会尝试在此处使用

fill（）

，但这会为每个数组元素指定一个对象，并且修改单个数组元素将更改整个数组。要初始化，您不能避免遍历整个数组

for i,v in enumerate(tf):
    for j,w in enumerate(v):
        tf[i][j][0] = [[500.0,1.0]]

将产生

array([[[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       ...,
       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]],

       [[None],
        [None],
        [None],
        [None]]], dtype=object)

array([[[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       ...,
       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]]], dtype=object) 

现在可以分别访问每个元素。根据需要使用append或extend

 tf[0][0][0].append([100,0.33])

将给予

array([[[list([[500.0, 1.0], [100, 0.33]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       ...,
       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]],

       [[list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])],
        [list([[500.0, 1.0]])]]], dtype=object)

---

只有初始化需要遍历数组

您不能使用

numpy.ndarrays

执行此操作，后者是真实的、固定大小的多维数组。执行此操作的有效方法是使用列表。@juanpa.arrivillaga

此操作是针对每个元素执行的

-因此它似乎不是一个参差不齐的数组，而是一个常规数组。接下来的问题是，如何将此嵌套列表有效地转换为ndarray以进行进一步处理？@Divakar，OP可以详细说明。@okkhoy要转换为

ndarray

您唯一的选择是使用某种

dtype=object

数组，这实际上是一个坏列表。在什么意义上“低效”是指“低效的列表方式”？我有一个后续问题，我可以稍后将其用作正常的numpy数组；e、 做数组乘法，点积等等？我不明白。你能解释一下吗？对不起！我的意思是：最深的数据类型是一个

列表

，所以我想知道我是否可以使用点、数组乘法等numpy操作，这取决于操作。我建议在附加所有必需的元素之后，可以迭代数组并将每个列表转换为numpy数组。这样标量操作和其他几个数组范围的操作就可以工作了。@okkhoy，对象数据类型数组的数学操作是命中和未命中的。有些会传播到对象，有些则不会。所有这些都将比使用常规阵列时慢。索引可能比使用列表慢。先测试小案例。