Question

我有以下代码：

result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))])

我想创建用于累积数据tempresult的变量result，并且在累积25000个样本后，我想对其执行一些操作。

所以我想做类似的事情：

result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))])

tempresult.append(result)

if ( len(tempresult[0]  > 25000 )):
   # do something

我尝试了答案代码，但出现TypeError异常：无效的类型升级

result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))])

        if self.storeTimeStamp:
            self.storeTimeStamp = False
            self.timestamp = message.timestamp64
            self.oldsamples = 0

        for sample in range(0, samples):
            sstep = self.timestamp + (self.oldsamples + sample) * step
            result[sample] = (sstep, data[sample])

        self.oldsamples = self.oldsamples + samples


        # append
        np.append(self.tempresult, result)

        if len(self.tempresult) < 25000:
            return
        return [self.tempresult]

Answer 1

1）阅读np.append文档。

np.append(self.tempresult, result)

是错误的。 np.append返回一个新数组；它的作用不像列表追加那样。

2）np.append是np.concatenate的笨拙接口。如果您不了解concatenate，就会被append弄得一团糟。

3）因为每次都会创建一个新数组，所以重复连接很慢。收集数组列表并在最后进行一个连接要快得多

4）使用复合词dtype时，对concatenate的所有输入必须具有相同的dtype。

追加到一个numpy数组

1 个答案: