Python 将新向量添加到numpy数组

我正在做一个项目，我想把一组向量保存到一个numpy数组中

我想要一个nd数组，如下所示：

[[[  2.52416655e+05  -3.39300988e+05  -1.47104728e+05]
  [  7.62810170e-02   4.71563079e-02   2.04445954e-02]]

 [[ -8.30154058e+10   1.11596039e+11   4.83823596e+10]
  [ -2.50869296e+04  -1.54980220e+04  -6.72001994e+03]]

 [[ -8.33917881e+10   1.11616209e+11   4.84208579e+10]
  [ -2.52465548e+04  -1.64620901e+04  -7.06724029e+03]]]

通过在开始时使用这样的单个阵列：

[[  2.52416655e+05  -3.39300988e+05  -1.47104728e+05]
 [ -8.30154058e+10   1.11596039e+11   4.83823596e+10]
 [ -8.33917881e+10   1.11616209e+11   4.84208579e+10]]

通过我的算法的每次迭代，我将向这个数组添加一组新的向量。在第一次迭代之后，该数组将类似于我在第一部分中显示的nd数组

---

有任何numpy方法可以让我做到这一点吗？如果有更好的方法，请告诉我。非常感谢

如果

X

是您的数组，则可以执行以下操作

np.vstack([x[0] for x in X]) # loop and get first element

或

---

假设从数组a开始：

a
Out[891]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

您要附加数组b：

b
Out[892]: 
array([[ 9, 10, 11],
       [12, 13, 14],
       [15, 16, 17]])

您可以使用np.r_将它们合并到最终数组“final”中，然后重新整形

final = np.r_[a,b]

final.reshape((3,-1,3),order='F')
Out[898]: 
array([[[ 0,  1,  2],
        [ 9, 10, 11]],

       [[ 3,  4,  5],
        [12, 13, 14]],

       [[ 6,  7,  8],
        [15, 16, 17]]])

附加另一个数组c时，可以执行相同的操作：

c
Out[899]: 
array([[18, 19, 20],
       [21, 22, 23],
       [24, 25, 26]])

final = np.r_[final,c]

final.reshape((3,-1,3),order='F')
Out[901]: 
array([[[ 0,  1,  2],
        [ 9, 10, 11],
        [18, 19, 20]],

       [[ 3,  4,  5],
        [12, 13, 14],
        [21, 22, 23]],

       [[ 6,  7,  8],
        [15, 16, 17],
        [24, 25, 26]]])

使用2个（或更多）形状相同的阵列，可以在多个轴上连接它们，包括现有的水平或垂直方向。但是

np.array

在“开始”时将它们连接到一个新的轴上：

In [429]: A = np.arange(9).reshape(3,3)
In [430]: B = np.arange(9,18).reshape(3,3)
In [431]: np.array([A,B])   # (2,3,3) array
Out[431]: 
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]]])

结果与我输入的三重嵌套列表相同

np.stack

是

np.concatenate

的一个新版本，它可以执行相同的操作，也可以连接到另一个新轴上。我认为axis=1符合您的要求：

In [432]: np.stack([A,B], axis=1)   # a (3,2,3) array
Out[432]: 
array([[[ 0,  1,  2],
        [ 9, 10, 11]],

       [[ 3,  4,  5],
        [12, 13, 14]],

       [[ 6,  7,  8],
        [15, 16, 17]]])
In [433]: _[:,0,:]      # selecting from the 2nd axis to get A
Out[433]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

使用

np。连接
及其派生词

哦，如果您需要像这样加入大量数组，最好将它们收集到一个列表中，例如，
[a，B，C，D，…][code>，然后只应用一次

堆栈。列表附加更适合于迭代使用

---

有些安排需要进一步操作转置或轴交换。但是我认为这里不需要这样做。

所以，为了理解你的问题，你的意思是你想要一种方法，将问题第二部分中的数组存储到第一部分中的数组？如果第一部分是带形状（3,2,3）的

x

。第二个是带有形状（3,3）的

x[：，0，：]

。@Jeremy，很抱歉把这个问题弄糊涂了。基本上，第二部分是我在开始时所做的，我想向它添加一组新的数组，并使其与第一部分类似。是否添加相同大小的数组？你看过

np.stack

了吗？有了np.stack，你不需要订购FThanks，我试试看

In [432]: np.stack([A,B], axis=1)   # a (3,2,3) array
Out[432]: 
array([[[ 0,  1,  2],
        [ 9, 10, 11]],

       [[ 3,  4,  5],
        [12, 13, 14]],

       [[ 6,  7,  8],
        [15, 16, 17]]])
In [433]: _[:,0,:]      # selecting from the 2nd axis to get A
Out[433]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])