Question

我需要创建一个填充空值的特定大小mxn的数组，这样当我concatenate到该数组时，初始值将被添加的值覆盖。

我目前的代码：

a = numpy.empty([2,2])  # Make empty 2x2 matrix
b = numpy.array([[1,2],[3,4]])    # Make example 2x2 matrix
myArray = numpy.concatenate((a,b))    # Combine empty and example arrays

不幸的是，我最终制作了4x2矩阵而不是2x2矩阵，其值为b。

无论如何要制作一个特定大小的实际空数组，所以当我连接到它时，它的值会成为我的附加值而不是默认+添加值吗？

Answer 1

就像Oniow所说，连接正是你所看到的。

如果您希望“默认值”与常规标量元素不同，我建议您使用NaN初始化数组（作为“默认值”）。如果我理解你的问题，你想合并矩阵，以便常规标量将覆盖你的'默认值'元素。

无论如何，我建议你添加以下内容：

def get_default(size_x,size_y):
    # returns a new matrix filled with 'default values'
    tmp = np.empty([size_x,size_y])
    tmp.fill(np.nan)
    return tmp

还有：

def merge(a, b):
    l = lambda x, y: y if np.isnan(x) else x
    l = np.vectorize(l)
    return map(l, a, b)

请注意，如果合并2个矩阵，并且两个值都不是“默认”，那么它将采用左矩阵的值。

使用NaN作为默认值，将从默认值中产生预期的行为，例如，所有数学运算都将导致'default'，因为此值表示您并不真正关心矩阵中的此索引。

Answer 2

如果我正确理解你的问题 - 连接不是你想要的。如您所见，Concatenate执行：join along an axis。

如果您想要一个空矩阵成为另一个的值，您可以执行以下操作：

import numpy as np

a = np.zeros([2,2])
b = np.array([[1,2],[3,4]])

my_array = a + b

- 或 -

import numpy as np

my_array = np.zeros([2,2]) # you can use empty here instead in this case.

my_array[0,0] = float(input('Enter first value: ')) # However you get your data to put them into the arrays.

但是，我猜这不是你真正想要的，因为你可以使用my_array = b。如果您使用更多信息编辑问题，我可以提供更多帮助。

如果您担心随着时间的推移会向您的阵列添加值......

import numpy as np

a = np.zeros([2,2])

my_array = b # b is some other 2x2 matrix
''' Do stuff '''
new_b # New array has appeared
my_array = new_b # update your array to these new values. values will not add. 

# Note: if you make changes to my_array those changes will carry onto new_b. To avoid this at the cost of some memory:
my_array = np.copy(new_b)

如何将空数组与Numpy.concatenate连接？

2 个答案: