Python numpy-附加到数组而不创建副本

Python列表是指针，因此我可以执行以下操作：

a = []
b = a

b.append(1)

>>> print a, b
[1] [1]

使用numpy实现此行为的方法是什么？因为numpy的append创建了一个新数组。即:

a = np.array([])
b = a

b = np.append(b, 1)
>>> print a, b
[] [1.]

编辑 我正在努力实现的目标：

我有一个大的文本文件，我正试图用

re

解析它：根据文件中的标记，我想更改附加到其中的数组。例如：

x = np.array([])
y = np.array([])

with open("./data.txt", "r") as f:
    for line in f:
        if re.match('x values', line):
            print "reading x values"
            array = x
        elif re.match('y', line):
            print "reading y values"
            array = y
        else:
            values = re.match("^\s+((?:[0-9.E+-]+\s*)*)", line)
            if values:
                np.append(array, values.groups()[0].split())

In [98]: np.concatenate([[1,2,3],[1,2]])
Out[98]: array([1, 2, 3, 1, 2])

In [99]: np.array([[1,2,3],[1,2]])
Out[99]: array([[1, 2, 3], [1, 2]], dtype=object)

In [100]: np.array([[1,2,3],[1,2,4]])
Out[100]: 
array([[1, 2, 3],
       [1, 2, 4]])

---

看看

numpy.hstack

---

返回

数组（[0,1,2,3,4,5,6,7,8,9,5]）

根据您更新的问题，似乎您可以通过保留numpy数组字典轻松解决问题：

x = np.array([])
y = np.array([])
Arrays = {"x": x, "y": y}

with open("./data.txt", "r") as f:
    for line in f:
        if re.match('x values', line):
            print "reading x values"
            key = "x"
        elif re.match('y', line):
            print "reading y values"
            key = "y"
        else:
            values = re.match("^\s+((?:[0-9.E+-]+\s*)*)", line)
            if values:
                Arrays[key] = np.append(Arrays[key], values.groups()[0].split())

正如Sven Marnach在这里的评论和您的问题中指出的，这是numpy数组的低效使用

更好的方法（正如斯文指出的那样）是：

Arrays = {"x": [], "y": []}

with open("./data.txt", "r") as f:
    for line in f:
        if re.match('x values', line):
            print "reading x values"
            key = "x"
        elif re.match('y', line):
            print "reading y values"
            key = "y"
        else:
            values = re.match("^\s+((?:[0-9.E+-]+\s*)*)", line)
            if values:
                Arrays[key].append(values.groups()[0].split())

Arrays = {key: np.array(Arrays[key]) for key in Arrays}

---

因此，切换到list append的简单操作可以写成：

x, y = [], []
with open("./data.txt", "r") as f:
    for line in f:
        if re.match('x values', line):
            print "reading x values"
            alist = x
        elif re.match('y', line):
            print "reading y values"
            alist = y
        else:
            values = re.match("^\s+((?:[0-9.E+-]+\s*)*)", line)
            if values:
                alist.append(values.groups()[0].split())

现在

x

和

y

都将是列表列表。如果子列表的大小都相同，则可以执行以下操作

x_array = np.array(x)

获取二维数组。但是，如果子列表的大小不同，这将生成一个1d数组

dtype=object

，它只不过是一个开销为

array

的列表。例如：

x = np.array([])
y = np.array([])

with open("./data.txt", "r") as f:
    for line in f:
        if re.match('x values', line):
            print "reading x values"
            array = x
        elif re.match('y', line):
            print "reading y values"
            array = y
        else:
            values = re.match("^\s+((?:[0-9.E+-]+\s*)*)", line)
            if values:
                np.append(array, values.groups()[0].split())

In [98]: np.concatenate([[1,2,3],[1,2]])
Out[98]: array([1, 2, 3, 1, 2])

In [99]: np.array([[1,2,3],[1,2]])
Out[99]: array([[1, 2, 3], [1, 2]], dtype=object)

In [100]: np.array([[1,2,3],[1,2,4]])
Out[100]: 
array([[1, 2, 3],
       [1, 2, 4]])

---

我认为使用这两个全局变量与使用列表字典

{“x”：[]，“y”：[]}

方法之间不会有太大的时间差异。全局变量也保存在字典中

---

真正的问题是您是否在列表或数组中收集中间值。

这有助于在不创建副本的情况下追加到数组中吗？您可以执行

a=np.hstack（（a，b））

这将创建副本，但要避免的是OP的整个问题。您不能这样做。Numpy数组是在内存中连续分配的，因此如果要调整它们的大小，需要重新分配它们。附加在它们之上本质上是低效的。你能给我一点你的问题的背景吗？当然可以，现在编辑@SvenMarnach的副本。@hansatz以这种方式使用NumPy数组是非常低效的。收集列表中的数据，并在读取完文件后从列表中构建一个Numpy数组。@SvenMarnach好的，了解效率很好。我将以这种方式处理它，然后这段代码将具有二次运行时，所以这样做并不明智。是否有特定的原因在链接对象上使用字典。i、 e.

b=a；b、 追加（1）

当使用python列表时？@hansatz，我发现字典更可读，代码更清晰。当两者都是可变的时，有很多人不理解

a=b

的含义，因此我建议避免使用依赖于此的方法behavior@hansatz一本字典很容易扩展到两个以上的条目