初始化numpy数组
有没有办法初始化一个形状的numpy数组并将其相加？我将通过一个列表示例来解释我需要什么。如果我想创建一个在循环中生成的对象列表，我可以这样做：
a = []
for i in range(5):
a.append(i)我想用numpy数组做一些类似的事情。我知道vstack，concatenate等。然而，这些似乎需要两个numpy数组作为输入。我需要的是：
big_array # Initially empty. This is where I don't know what to specify
for i in range(5):
array i of shape = (2,4) created.
add to big_arraybig_array应该有一个shape (10,4)。该怎么做呢？
编辑：
我想补充以下澄清。我意识到我可以定义big_array = numpy.zeros((10,4))，然后填充它。但是，这需要提前指定big_array的大小。我知道这种情况下的尺寸，但如果我不知道呢？当我们在python中使用.append函数来扩展列表时，我们不需要事先知道它的最终大小。我想知道是否存在类似的方法来从较小的数组创建更大的数组，从一个空数组开始。
回答 13
Stack Overflow用户
发布于 2010-12-27 04:56:34
返回一个给定形状和类型的新数组，用零填充。
或
返回一个给定形状和类型的新数组，数组填充为1。
或
返回给定形状和类型的新数组，而不初始化条目。
然而，我们通过将元素附加到列表来构造数组的思路在numpy中使用得不多，因为它的效率较低(numpy数据类型更接近底层的C数组)。相反，您应该将数组预分配到所需的大小，然后填充各行。不过，如果有必要，您可以使用numpy.append。
Stack Overflow用户
发布于 2010-12-30 20:08:27
我通常这样做的方式是创建一个常规列表，然后将我的内容追加到其中，最后将该列表转换为一个numpy数组，如下所示：
import numpy as np
big_array = [] # empty regular list
for i in range(5):
arr = i*np.ones((2,4)) # for instance
big_array.append(arr)
big_np_array = np.array(big_array) # transformed to a numpy array当然，您的最终对象在创建步骤中占用的内存空间是原来的两倍，但是添加到python列表中是非常快的，并且使用np.array()创建也是如此。
Stack Overflow用户
发布于 2017-07-04 04:52:02
在numpy 1.8中引入：
返回一个给定形状和类型的新数组，用fill_value填充。
示例：
>>> import numpy as np
>>> np.full((2, 2), np.inf)
array([[ inf, inf],
[ inf, inf]])
>>> np.full((2, 2), 10)
array([[10, 10],
[10, 10]])https://stackoverflow.com/questions/4535374
复制相似问题