在纯Python中,可以非常容易地逐列增长矩阵:
data = []
for i in something:
newColumn = getColumnDataAsList(i)
data.append(newColumn)
NumPy的数组没有append函数。hstack
函数在零大小的数组上不起作用,因此以下操作将不起作用:
data = numpy.array([])
for i in something:
newColumn = getColumnDataAsNumpyArray(i)
data = numpy.hstack((data, newColumn)) # ValueError: arrays must have same number of dimensions
所以,我的选择是使用适当的条件移除初始化iside循环:
data = None
for i in something:
newColumn = getColumnDataAsNumpyArray(i)
if data is None:
data = newColumn
else:
data = numpy.hstack((data, newColumn)) # works
。。。或者使用Python列表并转换为数组:
data = []
for i in something:
newColumn = getColumnDataAsNumpyArray(i)
data.append(newColumn)
data = numpy.array(data)
这两种变体看起来都有点尴尬。有更好的解决方案吗?
通常在创建NumPy数组时,不会一直调整其大小。你不喜欢你的第三个解决方案吗?如果它是一个非常大的矩阵/数组,那么在开始分配其值之前,可能需要先分配该数组:
相关问题 更多 >
编程相关推荐