Eu tenho uma matriz numpy contendo:
[1, 2, 3]Eu quero criar um array contendo:
[1, 2, 3, 1]Ou seja, quero adicionar o primeiro elemento ao final da matriz.
Eu tentei o óbvio:
np.concatenate((a, a[0]))Mas recebo um erro dizendo ValueError: arrays must have same number of dimensions
Eu não entendo isso - os arrays são apenas arrays 1d.
Respostas:
append() cria uma nova matriz que pode ser a antiga com o elemento anexado.
Acho que é mais normal usar o método adequado para adicionar um elemento:
a = numpy.append(a, a[0])aarray. No entanto, ele retorna uma nova matriz modificada. Portanto, se a a modificação for necessária, a = numpy.append(a,a[0])deve ser usada.
np.appendusa np.concatenate. Isso apenas garante que o addon tenha uma dimensão. O erro OP foi o a[0]tem 0 dimensões.
a.append(1), a.add(1)ou mesmo algo análogo a listas comoa + [1]
Ao anexar apenas uma vez ou uma vez de vez em quando, usar np.appendem seu array deve ser suficiente. A desvantagem dessa abordagem é que a memória é alocada para um array completamente novo sempre que é chamado. Ao aumentar um array para uma quantidade significativa de amostras, seria melhor pré-alocar o array (se o tamanho total for conhecido) ou anexar a uma lista e converter em um array posteriormente.
Usando np.append:
b = np.array([0])
for k in range(int(10e4)):
b = np.append(b, k)
1.2 s ± 16.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
Usando a lista python e convertendo para array posteriormente:
d = [0]
for k in range(int(10e4)):
d.append(k)
f = np.array(d)
13.5 ms ± 277 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Matriz numpy pré-alocada:
e = np.zeros((n,))
for k in range(n):
e[k] = k
9.92 ms ± 752 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Quando o tamanho final é desconhecido, a pré-alocação é difícil, tentei pré-alocar em blocos de 50, mas não cheguei perto de usar uma lista.
85.1 ms ± 561 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)Experimente isto:
np.concatenate((a, np.array([a[0]])))http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html
concatenate precisa que ambos os elementos sejam arrays entorpecidos; entretanto, a [0] não é uma matriz. É por isso que não funciona.
np.concatenate((a, [a[0]])). A lista será promovida a um tipo de array automaticamente de qualquer maneira, economizando um pouco de digitação.
t = np.array([2, 3])
t = np.append(t, [4])
Isso pode ser um pouco exagero, mas eu sempre uso a np.takefunção para qualquer indexação abrangente:
>>> a = np.array([1, 2, 3])
>>> np.take(a, range(0, len(a)+1), mode='wrap')
array([1, 2, 3, 1])
>>> np.take(a, range(-1, len(a)+1), mode='wrap')
array([3, 1, 2, 3, 1])Digamos a=[1,2,3]e você quer que seja [1,2,3,1].
Você pode usar a função incorporada de acréscimo
np.append(a,1)Aqui, 1 é um int, pode ser uma string e pode ou não pertencer aos elementos da matriz. Impressões:[1,2,3,1]
Se você quiser adicionar um elemento, use append()
a = numpy.append(a, 1) neste caso, adicione o 1 no final da matriz
Se você deseja inserir um elemento, use insert()
a = numpy.insert(a, index, 1) neste caso, você pode colocar 1 onde desejar, usando o índice para definir a posição na matriz.
np.insert([1,2,3], 3, 1)