Question

鉴于numpy数组是连续存储的，如果我们尝试对其进行append或extend，则发生这种情况不是就地，而是，将为数组创建一个新副本，并为其留出足够的“空间”以使append或extend连续出现（请参见https://stackoverflow.com/a/13215559/3286832）。

为避免这种情况，并假设我们很幸运地知道我们期望数组具有的特定元素数量，我们可以创建一个固定了的numpy数组大小用零填充：

import numpy as np

a = np.zeros(shape=(100,))  # [0. 0. 0. ... 0. 0. 0.]

假设我们要通过每次就地编辑此数组，每次都用一个新值填充该数组（例如，由用户提供）：

pos = 0
a[pos] = 0.002              # [0.002 0. 0. ... 0. 0. 0.]

pos = pos + 1
a[pos] = 0.101              # [0.002 0.101 0. ... 0. 0. 0.]

# etc.

pos = -1
a[pos] = 42.00              # [0.002 0.101 ... ... ... 42.]

问题：

有没有一种方法可以跟踪下一个可用位置pos（即以前未使用新输入值填充的最后一个位置），而不是每次都手动递增pos？

有没有一种方法可以有效地在numpy中实现呢？还是有另一种Python库（例如scipy或Pandas）中实现这一目标的方法？

（根据评论和初步答案对问题进行了编辑，这些内容指出了我最初提出的问题有多不清楚-希望现在可以更清楚了）

Answer 1

如果我对您的理解正确，则需要某种循环缓冲区。 Python为此提供了collections.deque。

Here是我使用h5py自定义的循环缓冲区实现，但是您可以将其更改为numpy。

更新：正如评论中已经提到的那样，不可能立即跟踪np.array的更改。相反，您可以实现自己的类并在那里跟踪所有必要的更改（以我的implementation为例，例如，串联数组以扩展其大小）。我建议您在需要附加时使用python list，或者在需要固定大小的情况下使用deque。然后可以将两个数组都转换为np.array

Answer 2

实际上，您的问题仍然让我感到困惑。如何定义要插入到新位置的新值？它来自您的代码之外吗？您是否拥有数组的所有新值，或者只有一部分？

可能，您可以使用>>> import numpy as np >>> a = np.zeros(shape=(10,)) >>> a array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]) >>> a[3:6] += 1 >>> a array([0., 0., 0., 1., 1., 1., 0., 0., 0., 0.]) >>> a[:4] += .001 >>> a array([1.000e-03, 1.000e-03, 1.000e-03, 1.001e+00, 1.000e+00, 1.000e+00, 0.000e+00, 0.000e+00, 0.000e+00, 0.000e+00]) >>> a[3:5] = [2, 1] >>> a array([1.e-03, 1.e-03, 1.e-03, 2.e+00, 1.e+00, 1.e+00, 0.e+00, 0.e+00, 0.e+00, 0.e+00]) >>>中的切片，这些切片恰好用于快速更新数组，但是，我不确定这是您要执行的操作。

一些适合您的样品：

setTimeout("alert('test')",10000)

将新值填充到填充零的固定形状numpy数组中

2 个答案: