Question

我希望能够“动态”构建一个numpy数组，我不知道这个数组的大小。

例如，我想做这样的事情：

a= np.array()
for x in y:
     a.append(x)

这将导致包含x的所有元素，显然这是一个简单的答案。我只是好奇这是否可能？

Answer 1

构建Python列表并将其转换为Numpy数组。对于转换为数组，需要按每次附加的O（1）时间+（ n ）分摊，总计为O（ n ）。

    a = []
    for x in y:
        a.append(x)
    a = np.array(a)

Answer 2

你可以这样做：

a = np.array([])
for x in y:
    a = np.append(a, x)

Answer 3

由于y是可迭代的，我真的不明白为什么要追加调用：

a = np.array(list(y))

会做的，而且速度要快得多：

import timeit

print timeit.timeit('list(s)', 's=set(x for x in xrange(1000))')
# 23.952975494633154

print timeit.timeit("""li=[]
for x in s: li.append(x)""", 's=set(x for x in xrange(1000))')
# 189.3826994248866

Answer 4

对于后代，我认为这更快：

a = np.array([np.array(list()) for _ in y])

您甚至可以传入生成器（即[] - ＆gt;（）），在这种情况下，内部列表永远不会完全存储在内存中。

回复以下评论：

>>> import numpy as np
>>> y = range(10)
>>> a = np.array([np.array(list) for _ in y])
>>> a
array([array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object),
       array(<type 'list'>, dtype=object)], dtype=object)

Answer 5

a = np.empty(0)
for x in y:
    a = np.append(a, x)

Answer 6

我写了一个小实用函数。（上面的大多数答案都很好。我觉得这看起来更好）

def np_unknown_cat(acc, arr):
  arrE = np.expand_dims(arr, axis=0)
  if acc is None:
    return arrE
  else:
    return np.concatenate((acc, arrE))

您可以使用上面的函数如下：

acc = None  # accumulator
arr1 = np.ones((3,4))
acc = np_unknown_cat(acc, arr1)
arr2 = np.ones((3,4))
acc = np_unknown_cat(acc, arr2)

初始化未知长度的numpy数组

6 个答案: