Python 如何使用Numpy.concatenate连接空数组？

我需要创建一个特定大小的数组

mxn

填充空值，这样当我将

连接到该数组时，初始值将被添加的值覆盖

我当前的代码：

a = numpy.empty([2,2])  # Make empty 2x2 matrix
b = numpy.array([[1,2],[3,4]])    # Make example 2x2 matrix
myArray = numpy.concatenate((a,b))    # Combine empty and example arrays

不幸的是，我最终生成了一个
4x2
矩阵，而不是一个值为b的
2x2
矩阵

是否有必要创建一个特定大小的实际空数组，以便在连接到它时，它的值成为我的附加值，而不是默认值+附加值？
如果我正确理解您的问题，则连接不是您想要的。连接如您所见：连接

如果试图使空矩阵成为另一个矩阵的值，可以执行以下操作：

import numpy as np

a = np.zeros([2,2])
b = np.array([[1,2],[3,4]])

my_array = a + b

def get_default(size_x,size_y):
    # returns a new matrix filled with 'default values'
    tmp = np.empty([size_x,size_y])
    tmp.fill(np.nan)
    return tmp

--或--

但是，我猜这不是您真正想要的，因为您可以使用
my_array=b
。如果你编辑你的问题与更多的信息，我可能能够帮助更多

如果您担心值会随着时间的推移而添加到数组中

import numpy as np

a = np.zeros([2,2])

my_array = b # b is some other 2x2 matrix
''' Do stuff '''
new_b # New array has appeared
my_array = new_b # update your array to these new values. values will not add. 

# Note: if you make changes to my_array those changes will carry onto new_b. To avoid this at the cost of some memory:
my_array = np.copy(new_b)

就像Oniow说的，concatenate做的和你看到的完全一样

如果您想要不同于常规标量元素的“默认值”，我建议您使用NAN（作为“默认值”）初始化数组。如果我理解您的问题，您希望合并矩阵，以便常规标量将覆盖“默认值”元素

无论如何，我建议您添加以下内容：

import numpy as np

a = np.zeros([2,2])
b = np.array([[1,2],[3,4]])

my_array = a + b

def get_default(size_x,size_y):
    # returns a new matrix filled with 'default values'
    tmp = np.empty([size_x,size_y])
    tmp.fill(np.nan)
    return tmp

而且：

def merge(a, b):
    l = lambda x, y: y if np.isnan(x) else x
    l = np.vectorize(l)
    return map(l, a, b)

请注意，如果合并2个矩阵，且两个值均为非“默认值”，则将采用左矩阵的值

使用NaN作为默认值，将根据默认值产生预期行为，例如，所有数学运算将产生“默认”，因为该值表明您并不真正关心矩阵中的此索引。
为什么不直接执行
a[：]=b
？或者
a=b.copy（）
？在此操作之后，是否要保留
a
的任何初始元素？请注意两件事-
np。nan
是一个浮点，因此这对于
dtype=int
数组是一件好事。而且你的
矢量化操作几乎和所有元素上的普通迭代一样慢（最多2倍的加速）。它将比tmp[：]=b
慢得多，特别是对于大型阵列。