Додайте масив NumPy до масиву NumPy

У мене є число numpy_array. Щось подібне [ a b c ].

А потім я хочу додати його до іншого масиву NumPy (так само, як ми створюємо список списків). Як ми можемо створити масив масивів NumPy, що містять масиви NumPy?

Я намагався виконувати наступне без удачі

>>> M = np.array([])
>>> M
array([], dtype=float64)
>>> M.append(a,axis=0)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'append'
>>> a
array([1, 2, 3])

In [1]: import numpy as np

In [2]: a = np.array([[1, 2, 3], [4, 5, 6]])

In [3]: b = np.array([[9, 8, 7], [6, 5, 4]])

In [4]: np.concatenate((a, b))
Out[4]: 
array([[1, 2, 3],
       [4, 5, 6],
       [9, 8, 7],
       [6, 5, 4]])

або це:

In [1]: a = np.array([1, 2, 3])

In [2]: b = np.array([4, 5, 6])

In [3]: np.vstack((a, b))
Out[3]: 
array([[1, 2, 3],
       [4, 5, 6]])

Що ж, повідомлення про помилку говорить про це все: у масивах NumPy немає append()методу. Однак є безкоштовна функція numpy.append():

numpy.append(M, a)

Це створить новий масив замість мутування Mна місці. Зауважте, що використання numpy.append()включає в себе копіювання обох масивів. Ви отримаєте ефективніший код, якщо будете використовувати масиви NumPy фіксованого розміру.

Ви можете використовувати numpy.append()...

import numpy

B = numpy.array([3])
A = numpy.array([1, 2, 2])
B = numpy.append( B , A )

print B

> [3 1 2 2]

Це не створить два окремих масиви, але додасть два масиви в один розмірний масив.

Свен сказав це все, будьте дуже обережні через автоматичне регулювання типу, коли викликається додавання.

In [2]: import numpy as np

In [3]: a = np.array([1,2,3])

In [4]: b = np.array([1.,2.,3.])

In [5]: c = np.array(['a','b','c'])

In [6]: np.append(a,b)
Out[6]: array([ 1.,  2.,  3.,  1.,  2.,  3.])

In [7]: a.dtype
Out[7]: dtype('int64')

In [8]: np.append(a,c)
Out[8]: 
array(['1', '2', '3', 'a', 'b', 'c'], 
      dtype='|S1')

Як ви бачите на основі вмісту, dtype перейшов від int64 до float32, а потім до S1

Я знайшов це посилання, шукаючи щось трохи інше, як почати додавати об’єкти масиву до порожнього numpy масиву, але спробував усі рішення на цій сторінці безрезультатно.

Тоді я знайшов це питання та відповідь: Як додати новий рядок до порожнього нумерованого масиву

Суть тут:

Спосіб "запустити" масив, який ви хочете, це:

arr = np.empty((0,3), int)

Тоді ви можете використовувати concatenate, щоб додати рядки так:

arr = np.concatenate( ( arr, [[x, y, z]] ) , axis=0)

Дивіться також https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

Насправді завжди можна створити звичайний список нумерованих масивів і перетворити його згодом.

In [1]: import numpy as np

In [2]: a = np.array([[1,2],[3,4]])

In [3]: b = np.array([[1,2],[3,4]])

In [4]: l = [a]

In [5]: l.append(b)

In [6]: l = np.array(l)

In [7]: l.shape
Out[7]: (2, 2, 2)

In [8]: l
Out[8]: 
array([[[1, 2],
        [3, 4]],

       [[1, 2],
        [3, 4]]])

У мене було те саме питання, і я не міг коментувати відповідь @Sven Marnach (недостатньо реп.

Додавання списку випадкових чисел до матриці 10 X 10.

myNpArray = np.zeros([1, 10])
for x in range(1,11,1):
    randomList = [list(np.random.randint(99, size=10))]
    myNpArray = np.vstack((myNpArray, randomList))
myNpArray = myNpArray[1:]

За допомогою np.zeros () створюється масив розміром 1 х 10 нулів.

array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])

Потім створюється список з 10 випадкових чисел за допомогою np.random і присвоюється randomList. Петля укладається на 10 висот. Треба просто пам’ятати, щоб видалити перший порожній запис.

myNpArray

array([[31., 10., 19., 78., 95., 58.,  3., 47., 30., 56.],
       [51., 97.,  5., 80., 28., 76., 92., 50., 22., 93.],
       [64., 79.,  7., 12., 68., 13., 59., 96., 32., 34.],
       [44., 22., 46., 56., 73., 42., 62.,  4., 62., 83.],
       [91., 28., 54., 69., 60., 95.,  5., 13., 60., 88.],
       [71., 90., 76., 53., 13., 53., 31.,  3., 96., 57.],
       [33., 87., 81.,  7., 53., 46.,  5.,  8., 20., 71.],
       [46., 71., 14., 66., 68., 65., 68., 32.,  9., 30.],
       [ 1., 35., 96., 92., 72., 52., 88., 86., 94., 88.],
       [13., 36., 43., 45., 90., 17., 38.,  1., 41., 33.]])

Отже, у функції:

def array_matrix(random_range, array_size):
    myNpArray = np.zeros([1, array_size])
    for x in range(1, array_size + 1, 1):
        randomList = [list(np.random.randint(random_range, size=array_size))]
        myNpArray = np.vstack((myNpArray, randomList))
    return myNpArray[1:]

масив 7 x 7, використовуючи випадкові числа 0 - 1000

array_matrix(1000, 7)

array([[621., 377., 931., 180., 964., 885., 723.],
       [298., 382., 148., 952., 430., 333., 956.],
       [398., 596., 732., 422., 656., 348., 470.],
       [735., 251., 314., 182., 966., 261., 523.],
       [373., 616., 389.,  90., 884., 957., 826.],
       [587., 963.,  66., 154., 111., 529., 945.],
       [950., 413., 539., 860., 634., 195., 915.]])

Якщо я розумію ваше запитання, ось один із способів. Скажіть, у вас є:

a = [4.1, 6.21, 1.0]

ось ось якийсь код ...

def array_in_array(scalarlist):
    return [(x,) for x in scalarlist]

Що призводить до:

In [72]: a = [4.1, 6.21, 1.0]

In [73]: a
Out[73]: [4.1, 6.21, 1.0]

In [74]: def array_in_array(scalarlist):
   ....:     return [(x,) for x in scalarlist]
   ....: 

In [75]: b = array_in_array(a)

In [76]: b
Out[76]: [(4.1,), (6.21,), (1.0,)]

Спробуйте цей код:

import numpy as np

a1 = np.array([])

n = int(input(""))

for i in range(0,n):
    a = int(input(""))
    a1 = np.append(a, a1)
    a = 0

print(a1)

Також ви можете використовувати масив замість "a"