Question

我有一个函数，每秒返回一个numpy数组，我想存储在另一个数组中以供参考。例如（返回array_a）

array_a = [[    25.       50.       25.       25.       50.  ]
           [     1.        1.        1.        1.        1.  ]]

array_collect = np.append(array_a,array_collect)

但是当我打印array_collect时，我得到一个添加的数组，而不是一个包含数组的更大数组。

 array_collect = [    25.       50.       25.       25.       50.  
                       1.        1.        1.        1.        1.  
                       25.       50.       25.       25.       50.  
                       1.        1.        1.        1.        1.  
                       25.       50.       25.       25.       50.  ]

我想要的是

 array_collect = [   [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]] 
                     [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]]
                     [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]]  ]

我如何得到它？

Answer 1

以这种方式使用np.concatenate()和reshape：

import numpy as np


array_collect = np.array([[25.,50.,25.,25.,50.],[1.,1.,1.,1.,1.]])
array_a = np.array([[2.,5.,2.,2.,5.],[1.,1.,1.,1.,1.]])

array_collect = np.concatenate((array_collect,array_a),axis=0).reshape(2,2,5)

>>

[[[ 25.  50.  25.  25.  50.]
  [  1.   1.   1.   1.   1.]]

 [[  2.   5.   2.   2.   5.]
  [  1.   1.   1.   1.   1.]]]

Answer 2

您可以使用vstack：

array_collect = np.array([[25.,50.,25.,25.,50.],[1.,1.,1.,1.,1.]])
array_a = np.array([[2.,5.,2.,2.,5.],[1.,1.,1.,1.,1.]])


array_collect=np.vstack((array_collect,array_a))

但是，如果您事先知道总分钟数，最好先定义数组（例如使用zeros）并逐渐填充它 - 这样，更容易保持在内存限制内

no_minutes = 5 #say 5 minutes
array_collect = np.zeros((no_minutes,array_a.shape[0],array_a.shape[1]))

然后，每分钟，m

array_collect[m] = array_a

Answer 3

我发现了，这可以通过使用：

来完成

 np.reshape()

形成的新数组可以使用

重新整形

y= np.reshape(y,(a,b,c))

其中a是否。数组存储和（b，c）是原始数组的形状

如何将numpy数组转换为另一个数组

3 个答案: