Ho un array numpy contenente:
[1, 2, 3]Voglio creare un array contenente:
[1, 2, 3, 1]Cioè, voglio aggiungere il primo elemento alla fine dell'array.
Ho provato l'ovvio:
np.concatenate((a, a[0]))Ma ottengo un errore che dice ValueError: arrays must have same number of dimensions
Non lo capisco: gli array sono entrambi solo array 1d.
Risposte:
append() crea un nuovo array che può essere il vecchio array con l'elemento aggiunto.
Penso che sia più normale utilizzare il metodo corretto per aggiungere un elemento:
a = numpy.append(a, a[0])aarray. Tuttavia, restituisce un nuovo array modificato. Quindi, se a è necessaria una modifica, è necessario a = numpy.append(a,a[0])utilizzare.
np.appendusi np.concatenate. Si assicura solo che l'addon abbia una dimensione. L'errore OP era che a[0]ha 0 dimensioni.
a.append(1), a.add(1)o anche qualcosa di analogo a elenchi comea + [1]
Quando si aggiunge solo una o una volta di tanto in tanto, l'uso np.appendsull'array dovrebbe andare bene. Lo svantaggio di questo approccio è che la memoria viene allocata per un array completamente nuovo ogni volta che viene chiamato. Quando si cresce un array per una quantità significativa di campioni, sarebbe meglio pre-allocare l'array (se la dimensione totale è nota) o aggiungerlo a un elenco e convertirlo in un array in seguito.
Utilizzando np.append:
b = np.array([0])
for k in range(int(10e4)):
b = np.append(b, k)
1.2 s ± 16.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
Utilizzando l'elenco Python che converte in array in seguito:
d = [0]
for k in range(int(10e4)):
d.append(k)
f = np.array(d)
13.5 ms ± 277 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Pre-allocazione dell'array numpy:
e = np.zeros((n,))
for k in range(n):
e[k] = k
9.92 ms ± 752 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Quando la dimensione finale è sconosciuta, la pre-allocazione è difficile, ho provato a pre-allocare in blocchi di 50 ma non si è avvicinato all'utilizzo di un elenco.
85.1 ms ± 561 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)Prova questo:
np.concatenate((a, np.array([a[0]])))http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html
concatenate richiede che entrambi gli elementi siano array numpy; tuttavia, uno [0] non è un array. Ecco perché non funziona.
np.concatenate((a, [a[0]])). L'elenco verrà comunque promosso automaticamente a un tipo di array, risparmiandoti un po 'di digitazione.
t = np.array([2, 3])
t = np.append(t, [4])Questo potrebbe essere un po 'eccessivo, ma io uso sempre la np.takefunzione per qualsiasi indicizzazione avvolgente:
>>> a = np.array([1, 2, 3])
>>> np.take(a, range(0, len(a)+1), mode='wrap')
array([1, 2, 3, 1])
>>> np.take(a, range(-1, len(a)+1), mode='wrap')
array([3, 1, 2, 3, 1])Diciamo a=[1,2,3]e tu vuoi che sia [1,2,3,1].
È possibile utilizzare la funzione di aggiunta incorporata
np.append(a,1)Qui 1 è un int, può essere una stringa e può appartenere o meno agli elementi dell'array. stampe:[1,2,3,1]
Se vuoi aggiungere un elemento usa append()
a = numpy.append(a, 1) in questo caso aggiungere l'1 alla fine dell'array
Se vuoi inserire un elemento usa insert()
a = numpy.insert(a, index, 1) in questo caso puoi mettere l'1 dove desideri, usando index per impostare la posizione nell'array.
np.insert([1,2,3], 3, 1)