在循环中创建大的Numpy数组的正确方法？
在循环中创建大的Numpy数组的正确方法？
提问于 2017-09-06 10:07:21
我有一个函数(getArray)，它返回大小为(1，40)的Numpy数组，让我们说它返回：
[-0.385 -0.385 -0.405 -0.455 -0.485 -0.485 -0.425 -0.33 -0.22 -0.07 0.12 0.375 0.62 0.78 0.84 0.765 0.52 0.17 -0.165 -0.365 -0.435 -0.425 -0.37 -0.33 -0.325 -0.335 -0.345 -0.33 -0.325 -0.315 -0.31 -0.32 -0.335 -0.34 -0.325 -0.345 -0.335 -0.33 -0.335 -0.33 ]然后，在循环中，我需要创建包含getArray返回的多个数组的Numpy数组，例如，数组的大小可以是(2000，40)。怎样才是正确的方法呢？
如果在循环中创建Numpy数组，则需要在每次迭代中创建新数组，这不是我想要的。现在，我首先创建了Numpy数组的列表，然后从列表中创建了数组。它工作得很好，直到行数超过255。在该数组从2D更改为1D之后。
我还尝试使用v堆栈函数将行添加到数组中。当最终数组的大小为(255，40)时，这很好地工作。下面是我使用的代码：
A = numpy.empty((0,40), float)
for value in values:
meas = getArray(value)
A = numpy.vstack([A, meas])
print(A.shape)
print(A)如果有最多255行，则得到以下结果
(255, 40)
[[-0.385 -0.385 -0.405 ..., -0.33 -0.335 -0.33 ] [-0.425 -0.445 -0.475 ..., -0.375 -0.395 -0.41 ] [-0.41 -0.435 -0.465 ..., -0.4 -0.4 -0.415] ..., [-0.47 -0.495 -0.495 ..., -0.425 -0.425 -0.43 ] [-0.5 -0.52 -0.57 ..., -0.455 -0.445 -0.435] [-0.515 -0.57 -0.62 ..., -0.39 -0.41 -0.385]]当有超过255行时，我得到以下错误
ValueError:除级联轴外的所有输入数组尺寸必须完全匹配
编辑：
以下工作：
array = numpy.empty((size,total_window_size))
for index, value in enumerate(values):
meas = getArray(value)
if meas.size == total_window_size:
array[index] = meas回答 1
Stack Overflow用户
回答已采纳
发布于 2017-09-06 10:40:11
如果您知道循环的迭代次数(例如，在for循环中)，则可以在循环之前以适当的大小初始化数组，如下所示：
result = np.empty((nbIterations, 40))
for i in range(nbIterations):
result[i] = getArray(parameters)getArray总是返回相同的值吗？如果是这样的话，您也可以使用
return = np.tile(getArray(), nbIterations).reshape((nbIterations, -1))来创建数组。
通常，将列表用于这类事情并不是一种很好的方法，因为它们往往比较慢:每当您在列表中追加一个项时，RAM中的列表结构就必须被修改，这需要很长的时间。因此，您应该使用numpy数组-
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/46072427
复制相关文章
相似问题
腾讯云开发者
