Ich denke, ich werde es nach 3 Monaten vergessen, also mach dir eine Notiz.
Ich werde wütend, wenn ich versuche, auf einem leeren Array mit numpy np.r \ _ zu machen.
arr = np.array([])
additional = np.array([[1, 2, 3], [4, 5, 6]])
arr = np.r_[arr, additional]
print(arr)
>>>
ValueError: all the input arrays must have same number of dimensions
Ich glaube jedoch nicht, dass diese Methode pythonisch ist.
arr = np.zeros([1, 3])
additional = np.array([[1, 2, 3], [4, 5, 6]])
arr = np.r_[arr, additional][1:]
print(arr)
>>>
array([[ 1., 2., 3.],
[ 4., 5., 6.]])
Dies kann mit numpy.empty gelöst werden.
arr = np.empty([0, 3])
additional = np.array([[1, 2, 3], [4, 5, 6]])
arr = np.r_[arr, additional]
print(arr)
>>>
array([[ 1., 2., 3.],
[ 4., 5., 6.]])
Verwenden Sie diese Methode, wenn Sie nach und nach Arrays in die for-Schleife einfügen.
arr = np.empty([0, 3])
for i in range(3):
additional = np.ones([1, 3]) * i
arr = np.r_[arr, additional]
print(arr)
>>>
[[ 0. 0. 0.]
[ 1. 1. 1.]
[ 2. 2. 2.]]
Recommended Posts