Ajouter un tableau NumPy à un tableau NumPy

J'ai un numpy_array. Quelque chose comme [ a b c ].

Et puis je veux l'ajouter dans un autre tableau NumPy (tout comme nous créons une liste de listes). Comment créer un tableau de tableaux NumPy contenant des tableaux NumPy?

J'ai essayé de faire ce qui suit sans aucune chance

>>> M = np.array([])
>>> M
array([], dtype=float64)
>>> M.append(a,axis=0)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'append'
>>> a
array([1, 2, 3])

In [1]: import numpy as np

In [2]: a = np.array([[1, 2, 3], [4, 5, 6]])

In [3]: b = np.array([[9, 8, 7], [6, 5, 4]])

In [4]: np.concatenate((a, b))
Out[4]: 
array([[1, 2, 3],
       [4, 5, 6],
       [9, 8, 7],
       [6, 5, 4]])

ou ca:

In [1]: a = np.array([1, 2, 3])

In [2]: b = np.array([4, 5, 6])

In [3]: np.vstack((a, b))
Out[3]: 
array([[1, 2, 3],
       [4, 5, 6]])

Eh bien, le message d'erreur dit tout: les tableaux NumPy n'ont pas de append()méthode. Il existe numpy.append()cependant une fonction gratuite :

numpy.append(M, a)

Cela créera un nouveau tableau au lieu de muter Msur place. Notez que l'utilisation numpy.append()implique la copie des deux tableaux. Vous obtiendrez un code plus performant si vous utilisez des tableaux NumPy de taille fixe.

Vous pouvez utiliser numpy.append()...

import numpy

B = numpy.array([3])
A = numpy.array([1, 2, 2])
B = numpy.append( B , A )

print B

> [3 1 2 2]

Cela ne créera pas deux tableaux séparés mais ajoutera deux tableaux dans un tableau à une seule dimension.

Sven a tout dit, soyez très prudent en raison des ajustements de type automatiques lorsque append est appelé.

In [2]: import numpy as np

In [3]: a = np.array([1,2,3])

In [4]: b = np.array([1.,2.,3.])

In [5]: c = np.array(['a','b','c'])

In [6]: np.append(a,b)
Out[6]: array([ 1.,  2.,  3.,  1.,  2.,  3.])

In [7]: a.dtype
Out[7]: dtype('int64')

In [8]: np.append(a,c)
Out[8]: 
array(['1', '2', '3', 'a', 'b', 'c'], 
      dtype='|S1')

Comme vous le voyez, basé sur le contenu, le dtype est passé de int64 à float32, puis à S1

J'ai trouvé ce lien en cherchant quelque chose de légèrement différent, comment commencer à ajouter des objets de tableau à un tableau numpy vide , mais j'ai essayé toutes les solutions de cette page en vain.

Ensuite, j'ai trouvé cette question et réponse: Comment ajouter une nouvelle ligne à un tableau numpy vide

L'essentiel ici:

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

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

Ensuite, vous pouvez utiliser concaténer pour ajouter des lignes comme ceci:

arr = np.concatenate( ( arr, [[x, y, z]] ) , axis=0)

Voir aussi https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

En fait, on peut toujours créer une liste ordinaire de tableaux numpy et la convertir plus tard.

In [1]: import numpy as np

In [2]: a = np.array([[1,2],[3,4]])

In [3]: b = np.array([[1,2],[3,4]])

In [4]: l = [a]

In [5]: l.append(b)

In [6]: l = np.array(l)

In [7]: l.shape
Out[7]: (2, 2, 2)

In [8]: l
Out[8]: 
array([[[1, 2],
        [3, 4]],

       [[1, 2],
        [3, 4]]])

J'ai eu le même problème, et je ne pouvais pas commenter la réponse de @Sven Marnach (pas assez de représentants, bon sang, je me souviens quand Stackoverflow a commencé ...) de toute façon.

Ajout d'une liste de nombres aléatoires à une matrice 10 X 10.

myNpArray = np.zeros([1, 10])
for x in range(1,11,1):
    randomList = [list(np.random.randint(99, size=10))]
    myNpArray = np.vstack((myNpArray, randomList))
myNpArray = myNpArray[1:]

En utilisant np.zeros (), un tableau est créé avec 1 x 10 zéros.

array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])

Ensuite, une liste de 10 nombres aléatoires est créée en utilisant np.random et assignée à randomList. La boucle l'empile 10 de haut. Nous devons juste nous rappeler de supprimer la première entrée vide.

myNpArray

array([[31., 10., 19., 78., 95., 58.,  3., 47., 30., 56.],
       [51., 97.,  5., 80., 28., 76., 92., 50., 22., 93.],
       [64., 79.,  7., 12., 68., 13., 59., 96., 32., 34.],
       [44., 22., 46., 56., 73., 42., 62.,  4., 62., 83.],
       [91., 28., 54., 69., 60., 95.,  5., 13., 60., 88.],
       [71., 90., 76., 53., 13., 53., 31.,  3., 96., 57.],
       [33., 87., 81.,  7., 53., 46.,  5.,  8., 20., 71.],
       [46., 71., 14., 66., 68., 65., 68., 32.,  9., 30.],
       [ 1., 35., 96., 92., 72., 52., 88., 86., 94., 88.],
       [13., 36., 43., 45., 90., 17., 38.,  1., 41., 33.]])

Donc dans une fonction:

def array_matrix(random_range, array_size):
    myNpArray = np.zeros([1, array_size])
    for x in range(1, array_size + 1, 1):
        randomList = [list(np.random.randint(random_range, size=array_size))]
        myNpArray = np.vstack((myNpArray, randomList))
    return myNpArray[1:]

un tableau 7 x 7 utilisant des nombres aléatoires de 0 à 1000

array_matrix(1000, 7)

array([[621., 377., 931., 180., 964., 885., 723.],
       [298., 382., 148., 952., 430., 333., 956.],
       [398., 596., 732., 422., 656., 348., 470.],
       [735., 251., 314., 182., 966., 261., 523.],
       [373., 616., 389.,  90., 884., 957., 826.],
       [587., 963.,  66., 154., 111., 529., 945.],
       [950., 413., 539., 860., 634., 195., 915.]])

Si je comprends votre question, voici une solution. Dites que vous avez:

a = [4.1, 6.21, 1.0]

alors voici un peu de code ...

def array_in_array(scalarlist):
    return [(x,) for x in scalarlist]

Qui conduit à:

In [72]: a = [4.1, 6.21, 1.0]

In [73]: a
Out[73]: [4.1, 6.21, 1.0]

In [74]: def array_in_array(scalarlist):
   ....:     return [(x,) for x in scalarlist]
   ....: 

In [75]: b = array_in_array(a)

In [76]: b
Out[76]: [(4.1,), (6.21,), (1.0,)]

Essayez ce code:

import numpy as np

a1 = np.array([])

n = int(input(""))

for i in range(0,n):
    a = int(input(""))
    a1 = np.append(a, a1)
    a = 0

print(a1)

Vous pouvez également utiliser un tableau au lieu de "a"