Python 初始化长度未知的numpy数组

我希望能够动态“构建”一个numpy阵列，我事先不知道这个阵列的大小

例如，我想做这样的事情：

a= np.array()
for x in y:
     a.append(x)

这将导致a包含x的所有元素，显然这是一个微不足道的答案。我只是好奇这是否可行？

您可以这样做：

a = np.array([])
for x in y:
    a = np.append(a, x)

---

构建Python列表并将其转换为Numpy数组。每追加一次需要摊销O（1）时间+O（n）才能转换为数组，总共O（n）

---

对子孙后代来说，我认为这样更快：

a = np.array([np.array(list()) for _ in y])

您甚至可以传入一个生成器（即[]->（）），在这种情况下，内部列表永远不会完全存储在内存中

---

对以下评论作出答复：

>>> import numpy as np
>>> y = range(10)
>>> a = np.array([np.array(list) for _ in y])
>>> a
array([array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object)], dtype=object)

>>将numpy作为np导入
>>>y=范围（10）
>>>a=np.array（[np.array（list）表示y中的uu]）
>>>a
数组（[array（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object），
数组（，dtype=object）]，dtype=object）

由于y是一个iterable，我真的不明白为什么要调用append：

a = np.array(list(y))

可以，而且速度更快：

import timeit

print timeit.timeit('list(s)', 's=set(x for x in xrange(1000))')
# 23.952975494633154

print timeit.timeit("""li=[]
for x in s: li.append(x)""", 's=set(x for x in xrange(1000))')
# 189.3826994248866

---

我写了一个小的实用函数。（以上大多数答案都很好。我觉得这个看起来更好）

您可以按以下方式使用上述功能：

acc = None  # accumulator
arr1 = np.ones((3,4))
acc = np_unknown_cat(acc, arr1)
arr2 = np.ones((3,4))
acc = np_unknown_cat(acc, arr2)

---

这种方法每次追加都复制数组，即O（sum（range（n）））。在我的笔记本电脑上，这个方法比@larsman的方法慢42倍：按照larsman的方法建立一个列表需要1000个循环，最好是每个循环3:1.53毫秒。按照这个方法我只需要10个循环，最好是3:64.8毫秒一个循环。代码应该是可读的，而不是快速的，除非速度是你的瓶颈。为什么要优化只运行一次的代码？很好的注释@AlexGaudio。我真的不知道。非常感谢。可能更有效的方法是分配一些大型数组，每次达到容量时将其大小增加一倍。我在这里做了一个更改：list（_）和那起作用的greatTo be clear@javadba，你不需要这样做——我肯定有些Python学家会生气：）这不是风格问题。如果没有列表（41;，它最终甚至不起作用，因为我知道y本身就是一个数组，OP说“这将导致

a

包含x的所有元素”，所以你确实需要做

list（4141;

，或者更好的是：

a=np.array（[x代表x在y中]）

；或者干脆

a=np.array（list（y））

当x具有非标量维度时，这将不起作用。例如，如果x=np.ones（（3,5）），它将失败。

import timeit

print timeit.timeit('list(s)', 's=set(x for x in xrange(1000))')
# 23.952975494633154

print timeit.timeit("""li=[]
for x in s: li.append(x)""", 's=set(x for x in xrange(1000))')
# 189.3826994248866

def np_unknown_cat(acc, arr):
  arrE = np.expand_dims(arr, axis=0)
  if acc is None:
    return arrE
  else:
    return np.concatenate((acc, arrE))

acc = None  # accumulator
arr1 = np.ones((3,4))
acc = np_unknown_cat(acc, arr1)
arr2 = np.ones((3,4))
acc = np_unknown_cat(acc, arr2)