Comment ajouter une nouvelle ligne à un tableau numpy vide

En utilisant des tableaux Python standard, je peux faire ce qui suit:

arr = []
arr.append([1,2,3])
arr.append([4,5,6])
# arr is now [[1,2,3],[4,5,6]]

Cependant, je ne peux pas faire la même chose avec numpy. Par exemple:

arr = np.array([])
arr = np.append(arr, np.array([1,2,3]))
arr = np.append(arr, np.array([4,5,6]))
# arr is now [1,2,3,4,5,6]

J'ai également examiné vstack, mais lorsque j'utilise vstacksur un tableau vide, j'obtiens:

ValueError: all the input array dimensions except for the concatenation axis must match exactly

Alors, comment puis-je ajouter une nouvelle ligne à un tableau vide dans numpy?

La façon de «démarrer» le tableau que vous souhaitez est:

arr = np.empty((0,3), int)

Ce qui est un tableau vide mais il a la dimensionnalité appropriée.

>>> arr
array([], shape=(0, 3), dtype=int64)

Assurez-vous ensuite d'ajouter le long de l'axe 0:

arr = np.append(arr, np.array([[1,2,3]]), axis=0)
arr = np.append(arr, np.array([[4,5,6]]), axis=0)

Mais, @jonrsharpe a raison. En fait, si vous allez ajouter dans une boucle, il serait beaucoup plus rapide d'ajouter à une liste comme dans votre premier exemple, puis de convertir en un tableau numpy à la fin, car vous n'utilisez vraiment pas numpy comme prévu pendant la boucle:

In [210]: %%timeit
   .....: l = []
   .....: for i in xrange(1000):
   .....:     l.append([3*i+1,3*i+2,3*i+3])
   .....: l = np.asarray(l)
   .....: 
1000 loops, best of 3: 1.18 ms per loop

In [211]: %%timeit
   .....: a = np.empty((0,3), int)
   .....: for i in xrange(1000):
   .....:     a = np.append(a, 3*i+np.array([[1,2,3]]), 0)
   .....: 
100 loops, best of 3: 18.5 ms per loop

In [214]: np.allclose(a, l)
Out[214]: True

La façon numpythonique de le faire dépend de votre application, mais ce serait plutôt comme:

In [220]: timeit n = np.arange(1,3001).reshape(1000,3)
100000 loops, best of 3: 5.93 µs per loop

In [221]: np.allclose(a, n)
Out[221]: True

Voici ma solution:

arr = []
arr.append([1,2,3])
arr.append([4,5,6])
np_arr = np.array(arr)

Dans ce cas, vous pouvez utiliser les fonctions np.hstack et np.vstack

arr = np.array([])
arr = np.hstack((arr, np.array([1,2,3])))
# arr is now [1,2,3]

arr = np.vstack((arr, np.array([4,5,6])))
# arr is now [[1,2,3],[4,5,6]]

Vous pouvez également utiliser la fonction np.concatenate.

À votre santé

en utilisant une définition dtype personnalisée, ce qui a fonctionné pour moi était:

import numpy

# define custom dtype
type1 = numpy.dtype([('freq', numpy.float64, 1), ('amplitude', numpy.float64, 1)])
# declare empty array, zero rows but one column
arr = numpy.empty([0,1],dtype=type1)
# store row data, maybe inside a loop
row = numpy.array([(0.0001, 0.002)], dtype=type1)
# append row to the main array
arr = numpy.row_stack((arr, row))
# print values stored in the row 0
print float(arr[0]['freq'])
print float(arr[0]['amplitude'])

En cas d'ajout de nouvelles lignes pour le tableau en boucle, assignez le tableau directement pour la première fois en boucle au lieu d'initialiser un tableau vide.

for i in range(0,len(0,100)):
    SOMECALCULATEDARRAY = .......
    if(i==0):
        finalArrayCollection = SOMECALCULATEDARRAY
    else:
        finalArrayCollection = np.vstack(finalArrayCollection,SOMECALCULATEDARRAY)

Ceci est principalement utile lorsque la forme du tableau est inconnue

Je veux faire une boucle for, mais avec la méthode askewchan cela ne fonctionne pas bien, donc je l'ai modifié.

x=np.empty((0,3))
y=np.array([1 2 3])
for i in ...
x = vstack((x,y))