Anexar uma matriz NumPy a uma matriz NumPy

Eu tenho um numpy_array. Algo como [ a b c ].

E então eu quero anexá-lo em outra matriz NumPy (assim como criamos uma lista de listas). Como criamos uma matriz de matrizes NumPy contendo matrizes NumPy?

Eu tentei fazer o seguinte sem sorte

>>> 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 isto:

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]])

Bem, a mensagem de erro diz tudo: matrizes NumPy não têm um append()método. Existe uma função livre numpy.append()no entanto:

numpy.append(M, a)

Isso criará uma nova matriz em vez de mudar Mno local. Observe que o uso numpy.append()envolve copiar as duas matrizes. Você obterá um código com melhor desempenho se usar matrizes NumPy de tamanho fixo.

Você pode usar 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]

Isso não criará duas matrizes separadas, mas anexará duas matrizes em uma matriz dimensional única.

Sven disse tudo, apenas tenha muito cuidado por causa dos ajustes automáticos de tipo quando o acréscimo é chamado.

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')

Como você vê, com base no conteúdo, o dtype passou de int64 para float32 e depois para S1

Eu encontrei esse link enquanto procurava algo um pouco diferente, como começar a acrescentar objetos de matriz a uma matriz numpy vazia , mas tentei todas as soluções nesta página sem sucesso.

Então eu encontrei esta pergunta e resposta: Como adicionar uma nova linha a uma matriz numpy vazia

A essência aqui:

A maneira de "iniciar" a matriz que você deseja é:

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

Em seguida, você pode usar concatenar para adicionar linhas da seguinte maneira:

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

Veja também https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

Na verdade, sempre é possível criar uma lista comum de matrizes numpy e convertê-la mais tarde.

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]]])

Eu tive o mesmo problema e não pude comentar a resposta de @Sven Marnach (repetição insuficiente, Deus me lembro quando o Stackoverflow começou ...) de qualquer maneira.

Adicionando uma lista de números aleatórios a uma matriz 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:]

Usando np.zeros (), uma matriz é criada com 1 x 10 zeros.

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

Em seguida, uma lista de 10 números aleatórios é criada usando np.random e atribuída a randomList. O loop empilha 10 alta. Só precisamos lembrar de remover a primeira entrada vazia.

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.]])

Então, em uma função:

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:]

uma matriz 7 x 7 usando números aleatórios 0 - 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.]])

Se eu entendi sua pergunta, aqui está uma maneira. Digamos que você tenha:

a = [4.1, 6.21, 1.0]

então aqui está um código ...

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

O que leva a:

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,)]

Tente este código:

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)

Além disso, você pode usar a matriz em vez de "a"