Python np.load用于多个文件

需要加载几个扩展名为

.npy

的文件，并将其中的内容写入新数组

为什么那个代码不起作用？我应该改进什么

A = np.empty(0)
for file in files:
    inf_from_every_file = np.load(file)
    A = np.append(A, inf_from_every_file)

---

正如评论中所指出的，不清楚你所说的“不起作用”是什么意思。假定

文件

包含格式为（

'a_file.npy'

）的文件名或路径，并且假定这些文件实际存在于当前工作目录或给定路径中，则代码应“正常工作”

但是，您的代码会将加载的数组展平，并将它们附加到一个大的1D数组中。这很可能不是你想要的，所以我假设这是你的问题

要用您的方法解决这个问题，您必须查看

np.append

的

axis

关键字

但是，在循环中附加到numpy数组通常是个坏主意，因为在每次

append

过程中都会创建数组的完整副本。因此，您应该要么坚持使用一个后跟

np的列表。concatenate

：

A = []
for fname in files:
    inf_from_every_file = np.load(fname)
    A.append(inf_from_every_file)
A = np.concatenate(A)

…或者您应该从一开始就初始化整个空数组，然后通过索引向其添加值：

A = np.empty( (len(files),) + np.load(files[0]).shape )
for index,fname in enumerate(files):
    A[index,...] = np.load(fname)

注意，如果不知道应该加载的数组的形状，初始化

A

的行会变得有点复杂。这里，我从列表中加载第一个数组以获取形状信息。如果您已经知道形状是，例如

（100100）

，则可以使用

A = np.empty( (len(files), 100, 100) )

---

文件的内容是什么

以及您遇到的错误是什么？此外，如果您有多个文件，其中的内容要连接到一个大数组中，您可能会发现将每个加载的数组附加到一个列表中，然后将它们全部连接到一个大数组中会有更好的性能。在这样的循环中使用

np.append

，速度很慢，而且很难获得正确的起始值

np.empty（0）

不是列表的等价物

[]

。请坚持使用列表附加方法，并在循环后将这些数组合并到一个数组中。