在NumPy中按列增长矩阵
在NumPy中按列增长矩阵
提问于 2009-11-23 21:54:01
在纯Python中，您可以很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，因此以下代码将不起作用：
data = numpy.array([])
for i in something:
newColumn = getColumnDataAsNumpyArray(i)
data = numpy.hstack((data, newColumn)) # ValueError: arrays must have same number of dimensions因此，我的选择是在适当的条件下删除循环中的初始化：
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列表并稍后转换为数组：
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。有没有更好的解决方案？
回答 2
Stack Overflow用户
发布于 2009-11-24 00:07:23
通常，在创建NumPy数组时不会一直调整它的大小。你对你的第三个解决方案有什么不满意的地方？如果它是一个非常大的矩阵/数组，那么在你开始分配它的值之前，分配它可能是值得的：
x = len(something)
y = getColumnDataAsNumpyArray.someLengthProperty
data = numpy.zeros( (x,y) )
for i in something:
data[i] = getColumnDataAsNumpyArray(i)Stack Overflow用户
发布于 2012-01-28 16:40:43
hstack可以在零大小的数组上工作：
import numpy as np
N = 5
M = 15
a = np.ndarray(shape = (N, 0))
for i in range(M):
b = np.random.rand(N, 1)
a = np.hstack((a, b))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/1783251
复制相关文章
相似问题