在循环中创建大型Numpy数组的正确方法？

-1

我有函数（的getArray）返回的大小为（1，40）numpy的阵列，可以说，它返回：在循环中创建大型Numpy数组的正确方法？

[-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 ]

然后在循环我需要创建包含由getArray-返回多个阵列numpy的阵列数组的功能和大小可以是例如（2000,40）。这样做的正确方法是什么？

如果我在循环中创建Numpy数组，我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数组列表，然后从列表中创建数组。它很好地工作，直到行数超过255.之后，数组从2D变为1D。

我也尝试使用vstack函数向数组添加行。当最终的数组大小（255,40）时，这很好地工作。以下是我使用的代码：

A = numpy.empty((0,40), float) 
for value in values: 
    meas = getArray(value) 
    A = numpy.vstack([A, meas]) 
print(A.shape) 
print(A)

如果有最大255行，我得到了以下结果

(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]]

如果有超过255行，我得到了以下错误

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

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

来源

2017-09-06 lipponen

通常我建议将数组附加到列表中，并在末尾执行一个'vstack'。列表追加相对较快。我不知道你为什么会得到255以上的错误。你确定你的函数仍然返回相同大小的数组吗？ – hpaulj

可能getArray返回的数组比上次调用时预期的要小，谢谢 – lipponen

如果您知道循环迭代（例如在for循环）的数量，你可以在循环之前的阵列具有适当大小这样的初始化：

result = np.empty((nbIterations, 40)) 
for i in range(nbIterations): 
    result[i] = getArray(parameters)

是getArray总是返回相同的值？如果是这种情况，你也可以使用

return = np.tile(getArray(), nbIterations).reshape((nbIterations, -1))

来创建你的数组。

一般来说，使用列表并不是一种好方法，因为它们往往会很慢：无论何时将一个项目追加到列表中，必须修改RAM中的列表结构，长列表需要很长时间。因此，您应该使用numpy阵列 -

来源

2017-09-06 10:40:11 FlashTek

在循环中创建大型Numpy数组的正确方法？

回答

相关问题