Question

我的变量'x_data'大小为360x190，我试图选择特定的数据行。

 x_data_train = []
 x_data_train = np.append([x_data_train,
                           x_data[0:20,:],
                           x_data[46:65,:],
                           x_data[91:110,:],
                           x_data[136:155,:],
                           x_data[181:200,:],
                           x_data[226:245,:],
                           x_data[271:290,:],
                           x_data[316:335,:]],axis = 0)

我收到以下错误： TypeError：append（）缺少1个必需的位置参数：'values'

我哪里出错？

如果我正在使用

x_data_train = []
x_data_train.append(x_data[0:20,:])
x_data_train.append(x_data[46:65,:])
x_data_train.append(x_data[91:110,:])
x_data_train.append(x_data[136:155,:])
x_data_train.append(x_data[181:200,:])
x_data_train.append(x_data[226:245,:])
x_data_train.append(x_data[271:290,:])
x_data_train.append(x_data[316:335,:])

输出的大小是8而不是160行。

更新：

在matlab中，我将加载文本文件，x_data将是360行和190列的变量。如果我想选择1到20,46到65 ......数据行，我只想给出 x_data_train = xdata([1:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :); 生成的x_data_train将是我想要的数组。

怎么能在python中做到这一点，因为它产生8个数组子集的数组，每个20 * 192，但我希望它是一个数组160 * 192

Answer 1

简短版本：在python中做你想要的最惯用和最快捷的方法就是这个（假设x_data是一个numpy数组）：

x_data_train = np.vstack([x_data[0:20,:],
                          x_data[46:65,:],
                          x_data[91:110,:],
                          x_data[136:155,:],
                          x_data[181:200,:],
                          x_data[226:245,:],
                          x_data[271:290,:],
                          x_data[316:335,:]])

这可以通过以下方式缩短（但速度稍慢）：

xdata[np.r_[0:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :]

对于您拥有大量索引的情况，我认为它有助于提高可读性，但在索引较少的情况下，我会使用第一种方法。

长版：

这里有几个不同的问题。

首先，在python中，[]创建一个列表，而不是像MATLAB中那样的数组。列表更像是1D单元阵列。它们可以包含任何数据类型，包括其他列表，但它们不能具有多个维度。 Python中MATLAB矩阵的等价物是numpy数组，使用np.array创建。

其次，Python中的[x, y]总是创建一个列表，其中第一个元素是x，第二个元素是y。在MATLAB [x, y]中，x和y取决于x += y和x，可以做几件完全不同的事情。在您的情况下，您想要连接。在Python中，您需要显式连接。对于两个列表，有几种方法可以做到这一点。最简单的方法是使用y，它通过将x += y + z + w的内容放在最后来就地修改x。您可以通过执行z = x + y之类的操作来组合多个列表。如果您想保持x.extend(y)不变，可以使用x += y之类的内容分配新变量。最后，您可以使用np.hstack，它大致相当于np.vstack，但可以使用除列表之外的某些数据类型。

对于numpy数组，您需要使用稍微不同的方法。虽然可以就地修改Python列表，但严格来说，MATLAB矩阵和numpy数组都不能。 MATLAB假装允许这样做，但它实际上是在幕后创建一个新的矩阵（这就是为什么如果你试图在循环中调整矩阵的大小就会得到警告）。 Numpy要求您更明确地创建新数组。最简单的方法是使用np.dstack，它将两个数组水平连接（或分别为z = np.hstack([v, w, x, y])或append进行垂直和深度连接）。所以你可以做append。在numpy中有一个append方法和函数，但它几乎从不在实践中工作，所以不要使用它（它需要仔细的内存管理，这比它的价值更麻烦）。

第三，x.append([1,2,3])做的是在目标列表中创建一个新元素，并在该元素中放入调用的任何变量x。因此，如果您执行[1,2,3]，则会在包含列表x = [x, {{1,2,3}}}的列表x的末尾添加一个新元素。它更像sum(x)，其中x.sum()是一个单元格数组。

第四，Python大量使用＆＃34;方法＆＃34;，它们基本上是附加到数据上的函数（它比实际中的更复杂，但这些复杂性在这里并不相关）。最新版本的MATLAB也添加了它们，但它们并没有真正集成到MATLAB数据类型中，就像它们在Python中一样。那么在MATLAB中通常使用np.append(x, y)，对于numpy数组，您将使用x.append(y)。在这种情况下，假设你正在做追加（你不是），你就不会使用x:y，你会使用x。

最后，在MATLAB y中创建一个从np.r_到xdata的值矩阵。但是，在Python中，它会创建一个＆＃34; slice＆＃34;，它实际上并不包含所有值，因此可以通过列表和numpy数组更快地处理。但是，你可以像在你的例子中一样使用多个切片（也没有意义，因为numpy中的切片不像在MATLAB中那样复制，而使用多个索引确实复制）。您可以使用xdata[np.r_[1:20,46:65,91:110,136:155,181:200,226:245,271:290,316:335], :]获得与MATLAB中的内容接近的内容，它会根据索引和切片创建一个numpy数组。因此，要在numpy中重现您的示例，其中source 'https://github.com/CocoaPods/Specs.git' platform :ios, '7.0' target 'NativeAdvancedExample' do pod 'Firebase/Core' pod 'Firebase/AdMob' end是一个numpy数组，您可以执行{{1}}

Answer 2

可能需要更多关于x_data和np的信息来解决这个问题，但......

首先：你要创建同一个列表的2个副本：np和x_data_train 第二：x_data上的索引很奇怪第三：当它只接受2时，你将3个对象传递给append（）。

我非常确定在x_data上重新访问索引将是解决当前错误的位置，但是会导致另外一个与传递2个值相关的错误。

而且我也确定你想要

    x_data_train.append(object)

不是

    x_data_train = np.append(object)

你可能真的想要

    x_data_train.extend([objects])

有关追加vs扩展的详情：append vs. extend

TypeError：append（）缺少1个必需的位置参数：'values'

2 个答案: