Question

我需要追加在每个循环中创建的数组，以便最后得到一个ndarray。代码结构如下：

for...:
      .
      .
      .
     for...:
         list1 = array([some_math_here])
         list2.append(list1)

     #each loop creats a list, converting it to array() gives different shaped arrays:
     array(list2).shape
     (2939, 4)
     (2942, 4)
     (2027, 4)
     (2030, 4)

     #list3 collects all the generated results
     list3.append(list2)

问：如何使用数组而不是list3，n*4列和不同的行数？

我尝试创建一个空数组a = array([0.,1.])，然后append(a,array(list_2))，但不起作用。我了解hstack vstack等，但无法在循环中与append一起使用它们。有什么建议吗？

更新以下是使用建议方法输出的实际代码：

files_ = glob.glob('D:\Test files\*.txt')
tfile_ = loadtxt('times.txt')    
averages_, d = [], []

with open ('outfile.csv', 'wb') as outfile:
    writer = csv.writer(outfile)

    for fcount_, fname_ in enumerate(files_):   
        data = loadtxt(fname_ , usecols = (1,2,3,4))    
        average_, fcol = [], []
        seg_len = 3

        for x in range(0, len(data[:,0]), seg_len):
            sample_means = [mean(data[x:x+seg_len,i]) for i in range(4)]
            none_zeros = [x if x >= 0 else x == 0 for x in sample_means]            
            average_.append(none_zeros)

        fcol = cumsum(array(average_)[:,0])
        average_ = array([row + [col] for row, col in zip(average_, fcol)])
        averages_.append(average_)
    d = concatenate(array(averages_))    
    df = pd.DataFrame(d)
    df.to_csv('pdtest2.csv')

输出：

           0         1         2         3         4
0   0.037039  0.103792  0.136116  0.579297  0.037039
1   0.051183  0.104669  0.177728  0.593771  0.088222
2   0.059517  0.105437  0.174274  0.571402  0.147739
3   0.053212  0.102476  0.167530  0.645745  0.200950
4   0.054637  0.104450  0.165228  0.596622  0.054637
5   0.051622  0.101161  0.166708  0.595964  0.106259
6   0.057324  0.099077  0.168024  0.596841  0.163583
7   0.054692  0.103573  0.157168  0.598596  0.218275
8   0.066699  0.100612  0.145984  0.591578  0.284974
9   0.120866  5.527104  4.678589  2.401020  0.120866
10  0.113958  5.176220  4.669872  2.361985  0.234824
11  0.121469  4.879613  4.659017  2.359573  0.356293
12  0.122511  4.695618  4.642240  2.363959  0.478803
13  0.126650  4.621933  4.620447  2.347073  0.605453
14  0.132708  4.676868  4.517568  2.364617  0.132708
15  0.125087  4.693535  4.459672  2.381941  0.257795
16  0.132708  4.715246  4.444705  2.334353  0.390503
17  0.133476  4.745619  4.406300  2.317467  0.523979

虽然我想要：

    0           1           2           3           4           5           6           7           8           9           10          11          12          13          14          15          16          17          18          19
0   0.037038522 0.103792144 0.136115724 0.57929719  0.037038522 0.054637318 0.104450043 0.16522775  0.596621864 0.054637318 0.12086581  5.527104488 4.678589189 2.401020431 0.12086581  0.132707991 4.67686799  4.517567512 2.364616645 0.132707991
1   0.051183348 0.104669343 0.177727829 0.593770968 0.08822187  0.051621948 0.101160549 0.166708023 0.595963965 0.106259265 0.113957871 5.176219782 4.669871979 2.361985046 0.234823681 0.125087328 4.693534961 4.459672089 2.381941338 0.257795319
2   0.059516735 0.105436892 0.17427386  0.571402402 0.147738605 0.057323738 0.099077202 0.168023821 0.596841163 0.163583003 0.121468884 4.879613015 4.659016582 2.359572747 0.356292565 0.132707991 4.715245885 4.444704808 2.334353258 0.39050331
3   0.05321187  0.102476346 0.167530397 0.645744989 0.200950475 0.054692143 0.103572845 0.157168489 0.598595561 0.218275146 0.122510557 4.695618334 4.642240062 2.363958746 0.478803122 0.13347554  4.745619253 4.406299754 2.317467166 0.52397885
4   0           0           0           0           0           0.066698797 0.1006123   0.145984208 0.591577971 0.284973943 0.126649838 4.621932787 4.620447035 2.347072653 0.60545296  0           0            0          0           0

Answer 1

不，如果每列的n*4不同，则无法创建array 2d n：

>>> np.vstack((np.arange(10),np.arange(1,11),np.arange(2,12)))
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10],
       [ 2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])
>>> np.vstack((np.arange(10),np.arange(0,11),np.arange(0,12)))

Traceback (most recent call last):
  File "<pyshell#36>", line 1, in <module>
    np.vstack((np.arange(10),np.arange(0,11),np.arange(0,12)))
  File "C:\Python27\lib\site-packages\numpy\core\shape_base.py", line 226, in vstack
    return _nx.concatenate(map(atleast_2d,tup),0)
ValueError: all the input array dimensions except for the concatenation axis must match exactly

当每个ValueError的维度不同时，请参阅array。

您必须与[{1}} list保持一致，或将每个list3填入相同的长度。

对于更高维度，同样的规则适用：list2不起作用，但np.vstack((np.ones((10,4)),np.ones((10,6)),np.ones((10,6))))将创建35 * 4 np.vstack((np.ones((10,4)),np.ones((11,4)),np.ones((12,4))))。

在您的情况下，如果您array vstack，则会获得9938 * 4 list2，如果这是您想要的。（我没有得到不同行数部分）

编辑：

要填充较短的array以便每个arrays具有相同的array，您需要：shape

np.lib.pad

>>> b=np.random.randint(0,20, size=(12,4)) >>> np.lib.pad(b, ((0,3),(0,0)), 'constant', constant_values=[0.]) array([[ 5, 2, 10, 7], [ 7, 17, 8, 11], [ 7, 7, 2, 10], [16, 17, 15, 16], [ 0, 19, 5, 6], [18, 19, 18, 6], [ 2, 8, 11, 19], [ 3, 17, 18, 16], [10, 1, 12, 11], [ 0, 7, 1, 14], [ 7, 17, 8, 16], [12, 6, 3, 5], [ 0, 0, 0, 0], [ 0, 0, 0, 0], [ 0, 0, 0, 0]])表示在第一个轴的末尾填充3个元素，并在其开头填充0个元素。此外，它意味着在第二轴上填充任何内容。在您的情况下，您需要((0,3),(0,0))。

然后，您只需使用((0,max_length-length_of_current_array),(0,0))将它们全部堆叠起来。

但在我看来，你可能想要填np.hstack而不是nan。 0.可能是有意义的数据值。

Answer 2

我认为你想要的是制作一个简单的NumPy数组的Python列表。每个数组都具有相同的列数和类型，但可能具有不同的行数。因此，您应该从简单的list3 = []开始，然后再进行list3.append(arr)次N次。然后在最后，如果你想要一个包含所有行的大型NumPy数组，只需要np.concatenate(list3)将它们全部放在一起。这比尝试在循环中连接NumPy数组更有效。

在循环中添加具有不同尺寸的numpy ndarray

2 个答案: