是否可以在numpy数组中添加不同长度的行，然后向python中的行添加元素？
- Python版本: 3.7.11
- numpy版本: 1.21.2
我想要一个numpy数组，如下所示：
[
["Hi", "Anne"],
["How", "are", "you"],
["fine"]
]但是创建这个numpy数组的过程并不简单，它如下所示：
# code block 1开始时，我们有一个空的numpy数组。
第一个循环：
在第一个循环中添加
# code block 2行，或者
在这个循环中，我们理解我们需要一个新的行。
第一个循环中的一个循环：
该行的
# code block 3elements将被添加到这个内部循环中。
。
假设：
- 没有指定迭代次数，我的意思是：
- the number of columns of each row is different and- we don't know the number of rows that we want to add to numpy array.也许下面的代码示例将帮助我理解我的观点：
a = [["Hi", "Anne"], ["How", "are", "you"], ["fine"]]
# code block 1: code for creating empty numpy array
for row in a:
# code block 2: code for creating empty row
for element in row:
# code block 3: code for appending element to that row or last row问题：
- 是否可以使用这些步骤(
code block #1, #2, #3)创建一个numpy数组？
如果是，怎么做？
回答 2
Stack Overflow用户
发布于 2021-12-21 05:12:54
从嵌套列表开始：
In [99]: alist = [
...: ["Hi", "Anne"],
...: ["How", "are", "you"],
...: ["fine"]
...: ]
In [100]: alist
Out[100]: [['Hi', 'Anne'], ['How', 'are', 'you'], ['fine']]利用它制作一个数组：
In [101]: arr = np.array(alist)
<ipython-input-101-3fd8e9bd05a9>:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
arr = np.array(alist)
In [102]: arr
Out[102]:
array([list(['Hi', 'Anne']), list(['How', 'are', 'you']), list(['fine'])],
dtype=object)这一警告告诉我们，我们正在做一些不寻常的事情，或者至少是次优。我们可以用dtype=object来抑制警告，但是结果是一样的。
看看结果--它是一个3元素数组，其中每个元素都是一个列表。它不是多维数组。我们可以做一个数组
In [103]: arr1 = np.array([np.array(el) for el in arr], object)
In [104]: arr1
Out[104]:
array([array(['Hi', 'Anne'], dtype='<U4'),
array(['How', 'are', 'you'], dtype='<U3'),
array(['fine'], dtype='<U4')], dtype=object)听起来像是要用数组复制这个列表构造函数：
在107: al = []
...: for row in alist:
...: al1 = []
...: for el in row:
...: al1.append(el)
...: al.append(al1)
...:
In [108]: al
Out[108]: [['Hi', 'Anne'], ['How', 'are', 'you'], ['fine']]但也有几个问题。
没有简单的“空”数组；数组可以具有(0，或(0,3)或(3,0,3)等形状。
数组没有一个简单而快速的append。np.append不符合条件。任何“增长”数组的尝试都会导致生成一个带有完整副本的新数组。List append只是向设计为增长的对象添加了一个指针。
虽然numpy可以生成字符串dtype数组(如104)，但它没有特殊的字符串处理代码。您仍然必须使用python字符串方法来操作这些字符串。
对象dtype数组上的数学是偶然的，比数字数组上的数学慢。本质上，它发生在列表理解的速度。
numpy是为多维阵列的快速数值计算而设计的。想想矩阵乘法，加法之类的东西。即使作为机器学习的垫脚石，数组也需要是数字的和“矩形的”。衣衫褴褛的列表不能用于ML。
Stack Overflow用户
发布于 2021-12-20 21:55:06
Numpy数组没有针对不一致的维度进行优化，因此也没有良好的实践。您只能通过使元素对象(而不是字符串)来做到这一点。但就像我说的，矮胖不是解决这个问题的方法。
a = numpy.array([["Hi", "Anne"], ["How", "are", "you"], ["fine"]], dtype=object)https://stackoverflow.com/questions/70428401
复制相似问题
腾讯云开发者
