Question

我对scipy的不同版本中的追加功能有疑问。如果我在Python 2.7.3和scipy 0.10.1（numpy1.6.2）中使用了以下脚本，那么一切都很顺利。

a=(1,2,3);b=(4,5,6);append(a,b,1);array([1,2,3,4,5,6])
a=[];b=(4,5,6);append(a,b,1);array([4,5,6])

但是如果我在python2.7和scipy1.0.0（numpy 1.13.3）中运行它们：

a=(1,2,3);b=(4,5,6);append(a,b,1);
a=[];b=(4,5,6);append(a,b,1);

追踪（最近一次呼叫最后一次）：

文件＆＃34;＆＃34;，第1行，在文件中 "/usr/local/lib/python2.7/site-packages/numpy/lib/function_base.py"，第5152行，附后 return concatenate((arr, values), axis=axis) numpy.core._internal.AxisError：轴1超出数组的范围维度1

但是我已经检查了function_base.py中append的功能，它们在两个版本的numpy中是相同的。你们知道为什么会这样吗？

另一个问题是，如果我使用的是python2.7，我可以使用python2.6下安装的旧版scipy / numpy吗？

提前谢谢。

Answer 1

格式化已关闭，但这是我对你做什么的猜测

a=(1,2,3)
b=(4,5,6)
append(a,b,1)
# array([1,2,3,4,5,6])

a和b是元组。

如果我使用np.append功能：

In [566]: np.append(a,b)
Out[566]: array([1, 2, 3, 4, 5, 6])

使用axis=0这也有效;使用axis=1我收到错误，因为a只有一个维度。如果较旧版本的np.append与axis=1一起使用，那是因为存在错误而忽略了轴参数。（较新的版本是正确的;您不应该尝试使用旧版本只允许axis=1。）

我使用的是import numpy as np，而不是from numpy import *。这样，当我使用numpy函数时就很清楚了。（numpy也是scipy的基础）。

我们应该做的是：

In [569]: np.concatenate((a,b))
Out[569]: array([1, 2, 3, 4, 5, 6])

这会将a和b转换为1d数组，然后沿着唯一的轴连接它们，以创建一个新数组。

如果a为空列表，则同样有效：

a=[]
b=(4,5,6)
append(a,b,1)
# array([4,5,6])

此a是一个列表，并且具有append方法

In [570]: a=[]
In [571]: a.append(b)
In [572]: a
Out[572]: [(4, 5, 6)]

和extend：

In [573]: a=[]
In [574]: a.extend(b)
In [575]: a
Out[575]: [4, 5, 6]

远离np.append。它总是让初学者感到困惑。坚持使用列表追加，np.concatenate。

np.append和np.stack对于加入数组（或列表）也很有用。

迭代创建数组时，最好附加到列表并在最后创建数组：

alist = []
for i in range(5):
   alist.append(i)
arr = np.array(alist)

重复列表追加是一种很好的做法。重复数组连接速度较慢。

追加用于不同版本的scipy

1 个答案: