Python 如何初始化具有给定维数的空Numpy数组？

我基本上想初始化一个空的6-张量，如下所示：

a = np.array([[[[[[]]]]]])

有没有比显式编写括号更好的方法？

您可以使用或

---

例如，要创建一个新的2x3数组，用零填充，请使用：

numpy.zeros（shape=（2,3））

您可以直接使用构造函数：

numpy.ndarray(shape=(1,) * 6)

或者是变体，因为它似乎更受欢迎：

numpy.empty(shape=(1,) * 6)

---

使用np.concatenate（a，b，axis=0）迭代添加该秩-1的行

不要。迭代创建数组的速度很慢，因为它必须在每一步创建一个新数组。Plus

a

和

b

必须在除串联维度外的所有维度上匹配

np.concatenate((np.array([[[]]]),np.array([1,2,3])), axis=0)

会给你尺寸误差

唯一可以连接到这样一个数组的是一个大小为0维的数组

In [348]: np.concatenate((np.array([[]]),np.array([[]])),axis=0)
Out[348]: array([], shape=(2, 0), dtype=float64)
In [349]: np.concatenate((np.array([[]]),np.array([[1,2]])),axis=0)
------
ValueError: all the input array dimensions except for the concatenation axis must match exactly
In [354]: np.array([[]])
Out[354]: array([], shape=(1, 0), dtype=float64)
In [355]: np.concatenate((np.zeros((1,0)),np.zeros((3,0))),axis=0)
Out[355]: array([], shape=(4, 0), dtype=float64)

要以迭代方式工作，请从空列表开始，然后向其追加

；然后在最后制作数组

a=np.zero（（1,1,1,1,1,0））
可以在最后一个轴上与另一个
np.one（（1,1,1,1,1,n））
数组连接

In [363]: np.concatenate((a,np.array([[[[[[1,2,3]]]]]])),axis=-1)
Out[363]: array([[[[[[ 1.,  2.,  3.]]]]]])

您可以执行类似于
np.empty（shape=[1]*（dimensions-1）+[0]）
的操作。
例如：

>>>a=np.array（[][[][[][][][][][][][][][][][][][][][][][][][][][][][][][][][][]]
>>>b=np.empty（形状=[1]*5+[0]）
>>>a.形状==b.形状
真的
另外，我也不完全确定使用
np.concatenate
从下到上构造这样一个张量是否是一种好方法。你将如何处理这个空数组？使用
np.concatenate（a，b，axis=0）
迭代添加秩1的行。这是一个非常，非常糟糕的主意：如果你知道张量的最终大小，那么从一开始就用
np.empty
分配所有张量。如果需要“自下而上”构建它，那么最好使用嵌套的Python列表，然后对结果调用
np.array
。