问如何在NumPy中创建一个空数组/矩阵？

EN

你有一个错误的心理模型来有效地使用NumPy。NumPy数组存储在连续的内存块中。如果要向现有数组中添加行或列，则需要将整个数组复制到新的内存块中，从而为要存储的新元素创建间隙。如果为了构建数组而重复执行，这是非常低效的。

在添加行的情况下，最好的选择是创建一个与数据集最终大小一样大的数组，然后逐行为其分配数据：

>>> import numpy
>>> a = numpy.zeros(shape=(5,2))
>>> a
array([[ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.]])
>>> a[0] = [1,2]
>>> a[1] = [2,3]
>>> a
array([[ 1.,  2.],
   [ 2.,  3.],
   [ 0.,  0.],
   [ 0.,  0.],
   [ 0.,  0.]])

NumPy数组是一种与列表非常不同的数据结构，它被设计为以不同的方式使用。您对hstack的使用可能非常低效...每次调用它时，现有数组中的所有数据都会复制到一个新数组中。( append函数也会有同样的问题。)如果您希望一次构建一列矩阵，最好将其保存在列表中，直到完成，然后才将其转换为数组。

例如：

mylist = []
for item in data:
    mylist.append(item)
mat = numpy.array(mylist)

只要每个item具有相同数量的元素，item可以是列表、数组或任何可迭代的。

在这种特殊情况下(data是一些保存矩阵列的可迭代对象)，您可以简单地使用

mat = numpy.array(data)

(还要注意，使用list作为变量名可能不是一种好的做法，因为它用该名称屏蔽了内置类型，这可能会导致错误。)

编辑：

如果出于某种原因，您确实想创建一个空数组，您可以只使用numpy.array([])，但这很少有用！

为了在NumPy中创建一个空的多维数组(例如，一个2D数组m*n来存储您的矩阵)，如果你不知道你将追加多少行，也不关心Stephen Simmons提到的计算成本(即在每次追加时重新构建数组)，你可以将你想要追加的维数压缩到0：X = np.empty(shape=[0, n])。

例如，您可以使用这种方式(这里是m = 5，我们假设在创建空矩阵时不知道它，以及n = 2)：

import numpy as np

n = 2
X = np.empty(shape=[0, n])

for i in range(5):
    for j  in range(2):
        X = np.append(X, [[i, j]], axis=0)

print X

这将为您提供：

[[ 0.  0.]
 [ 0.  1.]
 [ 1.  0.]
 [ 1.  1.]
 [ 2.  0.]
 [ 2.  1.]
 [ 3.  0.]
 [ 3.  1.]
 [ 4.  0.]
 [ 4.  1.]]