动态扩展一个SciPy的阵列

from scipy import sci
time = sci.zeros((n,1), 'double')

我们可以增加time数组的大小之后呢？

2011-09-25 Harman

SCI不规范，解释它 –

可以使用resize方法扩展数组，但对于大型数组可能会很慢，所以请尽量避免使用^*。

例如：

import scipy as sci 
n=3 
time = sci.zeros((n,1), 'double') 
print(time) 
# [[ 0.] 
# [ 0.] 
# [ 0.]] 

time.resize((n+1,2)) 
print(time) 
# [[ 0. 0.] 
# [ 0. 0.] 
# [ 0. 0.] 
# [ 0. 0.]]

^*相反，找出你从一开始的数组多大需要，并分配该形状time只有一次。一般来说，过度分配比调整大小要快。

来源

2011-09-25 14:36:34 unutbu

所以，问题是，我不知道阵列的大小，我想提前。所以，我迭代并逐个增加数组的大小。像这样 'N = 1' '时间= sci.zeros（（1,1）， '双师型'）' 和 '为（我的东西）：' 'time.resize（（n + 1），'double'）' scipy lib会做什么，它只是在新的地方复制数组的前几个元素，因为这会很慢。 – Harman

我会将数据追加到普通的Python列表（或列表列表）中，然后在大小固定后将其转换为具有'time = np.array（time）'的numpy数组。 – unutbu

生成的time数组只是一个Numpy Array，您可以使用标准的Numpy方法来操作它们，例如numpy#insert，它将返回一个修改后的数组，其中插入了新的元素。实例的使用，从NumPy的文档（这里np是短期的numpy）：

>>> a = np.array([[1, 1], [2, 2], [3, 3]]) 
>>> a 
    array([[1, 1], 
      [2, 2], 
      [3, 3]]) 
>>> np.insert(a, 1, 5) 
    array([1, 5, 1, 2, 2, 3, 3]) 
>>> np.insert(a, 1, 5, axis=1) 
    array([[1, 5, 1], 
      [2, 5, 2], 
      [3, 5, 3]])

此外，numpy#insert比numpy#resize快：

>>> timeit np.insert(time, 1, 1, 1) 
    100000 loops, best of 3: 16.7 us per loop 

>>> timeit np.resize(time, (20,1)) 
    10000 loops, best of 3: 27.1 us per loop

来源

2011-11-14 16:24:43 matehat

动态扩展一个SciPy的阵列

回答

相关问题