Как мне создать пустой массив / матрицу в NumPy?

StackOverflow https://stackoverflow.com/questions/568962

  •  05-09-2019
  •  | 
  •  

Вопрос

Я не могу понять, как использовать массив или матрицу так, как я обычно использую список.Я хочу создать пустой массив (или матрицу), а затем добавлять к нему по одному столбцу (или строке) за раз.

На данный момент единственный способ, который я могу найти для этого, это:

mat = None
for col in columns:
    if mat is None:
        mat = col
    else:
        mat = hstack((mat, col))

В то время как если бы это был список, я бы сделал что-то вроде этого:

list = []
for item in data:
    list.append(item)

Есть ли способ использовать такого рода обозначения для NumPy массивы или матрицы?

Это было полезно?

Решение

У вас неправильная ментальная модель для эффективного использования NumPy.Массивы NumPy хранятся в смежных блоках памяти.Если вы хотите добавить строки или столбцы в существующий массив, весь массив необходимо скопировать в новый блок памяти, создав пробелы для сохранения новых элементов.Это очень неэффективно, если выполнять это многократно для построения массива.

В случае добавления строк лучше всего создать массив такого размера, каким в конечном итоге будет ваш набор данных, а затем добавлять в него данные построчно:

>>> import numpy
>>> a = numpy.zeros(shape=(5,2))
>>> a
array([[ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.]])
>>> a[0] = [1,2]
>>> a[1] = [2,3]
>>> a
array([[ 1.,  2.],
   [ 2.,  3.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.]])

Другие советы

Массив NumPy - это структура данных, сильно отличающаяся от списка, и предназначена для использования различными способами.Ваше использование hstack потенциально это очень неэффективно...каждый раз, когда вы вызываете его, все данные из существующего массива копируются в новый.(Тот append функция столкнется с той же проблемой.) Если вы хотите создавать свою матрицу по одному столбцу за раз, возможно, вам лучше всего сохранить ее в списке до тех пор, пока она не будет завершена, и только после этого преобразовать ее в массив.

например ,


mylist = []
for item in data:
    mylist.append(item)
mat = numpy.array(mylist)

item может быть списком, массивом или любым итерируемым, до тех пор, пока поскольку каждый item имеет такое же количество элементов.
В данном конкретном случае (data является ли некоторый итерируемый, содержащий столбцы матрицы), вы можете просто использовать


mat = numpy.array(data)

(Также обратите внимание, что использование list поскольку имя переменной, вероятно, не является хорошей практикой, поскольку оно маскирует встроенный тип этим именем, что может привести к ошибкам.)

Редактировать:

Если по какой-то причине вы действительно хотите создать пустой массив, вы можете просто использовать numpy.array([]), но это редко бывает полезно!

Чтобы создать пустой многомерный массив в NumPy (напримердвумерный массив m*n для хранения вашей матрицы), на случай, если вы не знаете m сколько строк вы добавите и не заботитесь о вычислительных затратах, упомянутых Стивеном Симмонсом (а именно о повторном создании массива при каждом добавлении), вы можете сжать до 0 измерение, к которому вы хотите добавить: X = np.empty(shape=[0, n]).

Таким образом, вы можете использовать, например (здесь m = 5 который, как мы предполагаем, мы не знали при создании пустой матрицы, и n = 2):

import numpy as np

n = 2
X = np.empty(shape=[0, n])

for i in range(5):
    for j  in range(2):
        X = np.append(X, [[i, j]], axis=0)

print X

который даст вам:

[[ 0.  0.]
 [ 0.  1.]
 [ 1.  0.]
 [ 1.  1.]
 [ 2.  0.]
 [ 2.  1.]
 [ 3.  0.]
 [ 3.  1.]
 [ 4.  0.]
 [ 4.  1.]]

Я много изучал это, потому что мне нужно было использовать numpy.array в качестве набора в одном из моих школьных проектов, и мне нужно было инициализировать его пустым...Я не нашел здесь никакого релевантного ответа о переполнении стека, поэтому я начал что-то рисовать. 

# Initialize your variable as an empty list first
In [32]: x=[]
# and now cast it as a numpy ndarray
In [33]: x=np.array(x)

Результатом будет:

In [34]: x
Out[34]: array([], dtype=float64)

Следовательно, вы можете непосредственно инициализировать np-массив следующим образом:

In [36]: x= np.array([], dtype=np.float64)

Я надеюсь, что это поможет.

Вы можете использовать функцию добавления.Для строк:

>>> from numpy import *
>>> a = array([10,20,30])
>>> append(a, [[1,2,3]], axis=0)
array([[10, 20, 30],      
       [1, 2, 3]])

Для столбцов:

>>> append(a, [[15],[15]], axis=1)
array([[10, 20, 30, 15],      
       [1, 2, 3, 15]])

Редактировать
Конечно, как упоминалось в других ответах, если только вы не выполняете некоторую обработку (напр.инверсия) в матрице / массиве КАЖДЫЙ раз, когда вы добавляете к ней что-то, я бы просто создавал список, добавлял к нему, а затем преобразовывал его в массив.

Если вы абсолютно не знаете конечный размер массива, вы можете увеличить размер массива следующим образом:

my_arr = numpy.zeros((0,5))
for i in range(3):
    my_arr=numpy.concatenate( ( my_arr, numpy.ones((1,5)) ) )
print(my_arr)

[[ 1.  1.  1.  1.  1.]  [ 1.  1.  1.  1.  1.]  [ 1.  1.  1.  1.  1.]]
  • Обратите внимание на 0 в первой строке.
  • numpy.append есть еще один вариант.Это вызывает numpy.concatenate.

Вы можете применить его для построения любого вида массива, например нулей:

a = range(5)
a = [i*0 for i in a]
print a 
[0, 0, 0, 0, 0]

В зависимости от того, для чего вы это используете, вам может потребоваться указать тип данных (см. "dtype" (тип dtype)).

Например, для создания 2D-массива из 8-битных значений (пригодного для использования в качестве монохромного изображения):

myarray = numpy.empty(shape=(H,W),dtype='u1')

Для изображения RGB укажите количество цветовых каналов в форме: shape=(H,W,3)

Вы также можете рассмотреть возможность инициализации нулем с помощью numpy.zeros вместо того, чтобы использовать numpy.empty.Смотрите заметку здесь.

Я думаю, вы хотите выполнить большую часть работы со списками, а затем использовать результат в виде матрицы.Может быть, это и есть способ ; 

ur_list = []
for col in columns:
    ur_list.append(list(col))

mat = np.matrix(ur_list)

Я думаю, вы можете создать пустой массив numpy, например:

>>> import numpy as np
>>> empty_array= np.zeros(0)
>>> empty_array
array([], dtype=float64)
>>> empty_array.shape
(0,)

Этот формат полезен, когда вы хотите добавить массив numpy в цикле.

Лицензировано под: CC-BY-SA с атрибуция
Не связан с StackOverflow
scroll top