在numpy中如何建立乙個空的陣列或矩陣

如何以我通常使用列表(list)的方式使用numpy陣列或矩陣? 我想建立乙個空的陣列(或矩陣)，然後每次新增一列(或行)到這個陣列(或矩陣)。

目前能想到的方法是：

mat = none

for col in columns:

if mat is none:

mat = col

else:

mat = hstack((mat, col))

而如果它是乙個列表，我會這樣做：

有沒有辦法在numpy中這樣使用陣列或矩陣？

最佳解決方案

上面對numpy的使用觀念可能有誤。 numpy陣列儲存在連續的記憶體塊中，如果要將行或列新增到現有陣列中，則需要將整個陣列複製到乙個新的記憶體塊，從而為要儲存的新元素建立間隙。如果重複建立乙個陣列，這是非常低效的。

在新增行的情況下，最好的辦法是建立乙個與您的資料集最終大小一樣的陣列，然後向其中按行新增資料：

import numpy

a = numpy.zeros(shape=(5,2))

aarray([[ 0., 0.],

[ 0., 0.],

[ 0., 0.],

[ 0., 0.],

[ 0., 0.]])

a[0] = [1,2]

a[1] = [2,3]

aarray([[ 1., 2.],

[ 2., 3.],

[ 0., 0.],

[ 0., 0.],

[ 0., 0.]])

次佳解決方案

例如item可以是乙個列表，乙個陣列或任何可迭代的結構，只要每個item具有相同數量的元素。在這個特定的情況下(data是一些迭代持有矩陣列)，你可以簡單地使用

mat = numpy.array(data)

(還要注意，使用list作為變數名可能不是乙個好的做法，因為它掩蓋了內建型別的名稱，這可能會導致錯誤。)

如果由於某種原因，你真的想建立乙個空的陣列，你可以使用 numpy.array()，但這是很少有用的！

第三種解決方案

在numpy中建立乙個空的多維陣列(例如乙個二維陣列m*n來儲存你的矩陣)，如果你不知道(m)你會追加多少行，而不關心計算成本(即在每次附加元素時re-buildinging陣列)，您可以設定0為要新增到的維度：x = np.empty(shape=[0, n])。

這樣你可以使用例如(這裡我們假設我們不知道什麼時候建立空矩陣m = 5和n = 2)：

import numpy as np

n = 2

x = np.empty(shape=[0, n])

print x

這會給你：

[[ 0. 0.]

[ 0. 1.]

[ 1. 0.]

[ 1. 1.]

[ 2. 0.]

[ 2. 1.]

[ 3. 0.]

[ 3. 1.]

[ 4. 0.]

[ 4. 1.]]