Python numpy数组的numpy数组

我在创建numpy数组的numpy数组时遇到了一个问题。 我将在循环中创建它：

a=np.array([])
while(...):
   ...
   b= //a numpy array generated
   a=np.append(a,b)
   ...

预期结果：

[[1,5,3], [9,10,1], ..., [4,8,6]]

实际结果：

[1,5,3,9,10,1,... 4,8,6]

---

可能吗？我不知道数组的最终维度，因此无法使用固定维度初始化它

不要在循环中附加到

numpy

数组中：与基本Python相比，numpy在这一操作上非常差。这是因为您正在为每个

append

创建数据的完整副本，这将花费您的时间

相反，只需将数组附加到Python列表中，并在末尾进行转换；结果更简单、更快：

a = []

while ...:
    b = ... # NumPy array
    a.append(b)
a = np.asarray(a)

至于你的代码为什么不工作：

np.append

的行为根本不像

list.append

。特别是，它在追加时不会创建新标注。您必须创建具有两个维度的初始数组，然后附加一个显式轴参数

我们也可以试试：

arr1 = np.arange(4)
arr2 = np.arange(5,7)
arr3 = np.arange(7,12)

array_of_arrays = np.array([arr1, arr2, arr3])
array_of_arrays
np.concatenate(array_of_arrays)

---

谢谢你的回复。最大的问题是我需要大约100个数组，每个数组都有一个非常大的维数，每个数组里面有1440000个整数。我的程序被操作系统杀死了。有什么建议吗？你能猜出你将拥有多少元素，并预先分配一个足够大的数组吗？如果不是的话，你可能需要变得非常聪明，比如在块中构建输出数组或其他东西。你还应该能够使用更大的数组进行预分配，然后在知道实际存在多少元素后，在最后使用该数组的视图。最后，我按照你的建议做了！谢谢是的，关键是每个内部数组都应该是numpy not list，因为这样可以节省所有空间。然后从数组列表中创建一个数组。