Python 具有不均匀大小元素的时间序列

我有一个关于在numpy数组中获取元素并在循环中调整其大小的问题

基本问题是，我有一个格式为（x，y）的时间序列，其中一些元素缺少y值，因此它们作为长度为1的元素读入程序

即： [x，y] [x，y] [x] [x，y]

因此，我需要将这些偶发点调整为标准（1,2）（然后根据分布生成一个点，但这不是问题所在）。我知道numpy.resize函数，但尝试时：

for element in list:
   if len(element)==1:
      element=n.resize(element,(1,2))

它在循环的范围内工作，但是如果我打印列表，所有元素都是相同的，就像循环从未发生一样。resize函数返回一个数组，所以我不明白为什么将list元素设置为该数组不起作用

编辑： 我发现了一个使用常规python列表的简单解决方案：

for element in list:
    if len(element)==1:
       element.append(0)

---

但是我仍然很好奇为什么上面的方法不起作用，因为设置一个元素等于某物是可能的。或者您只能将元素[i]设置为[1，x]数组中的某个值吗？

当您说

element=…

时，您不是在修改元素引用的对象，而是在使

element

引用一个新对象。当你在元素上调用

append

时，你实际上是在修改对象。

使用

element=n.resize（element，（1,2））

，你实际上是在创建一个新的对象

element

，这是对旧

元素
的
np.resize
的结果，但是你没有对这个新对象做任何事情，你的修改丢失了

当您执行
element.append（0）
时，您正在原地修改
element
，因此您仍然引用初始对象，并且您的修改将被保存

也就是说，有更好的方法来处理
ndarray
中缺少的元素。正如您所注意到的，如果不是所有元素都是由两个项组成的序列，则无法从
N
元素列表中创建
（N，2）
数组：您必须以某种方式填补空白。如果初始数据来自文本文件，则可以使用
usemack=True
参数创建：

最初的空白已经用特殊的
np.ma.masked
值为您填补了。
对于处理时间序列，我建议。该函数应该提供解析数据所需的一切。
>>> data = StringIO.StringIO("1,2\n3,4\n,6\n7,\n")
>>> x = np.genfromtxt(data, delimiter=",", usemask=True)
>>> x
masked_array(data =
 [[1.0 2.0]
 [3.0 4.0]
 [-- 6.0]
 [7.0 --]],
             mask =
 [[False False]
 [False False]
 [ True False]
 [False  True]],
       fill_value = 1e+20)