Numpy - добавить строку в массив

Question

Как добавить строки в массив numpy?

У меня есть массив A:

A = array([[0, 1, 2], [0, 2, 0]])

Я хочу добавить строки в этот массив из другого массива X, если первый элементкаждой строки в X соответствует определенному условию.

У массивов Numpy нет метода 'append', подобного методу списков, или так кажется.

Если бы A и X были списками, я быпросто сделайте:

for i in X:
    if i[0] < 3:
        A.append(i)

Есть ли ошеломляющий способ сделать эквивалент?

Спасибо, S; -)

Answer 1

ну, вы можете сделать это:

  newrow = [1,2,3]
  A = numpy.vstack([A, newrow])

Answer 2

Что такое X? Если это 2D-массив, как вы можете сравнить его строку с числом: i < 3?

РЕДАКТИРОВАТЬ после комментария ОП:

A = array([[0, 1, 2], [0, 2, 0]])
X = array([[0, 1, 2], [1, 2, 0], [2, 1, 2], [3, 2, 0]])

добавить к A все строки из X, где первый элемент < 3:

A = vstack((A, X[X[:,0] < 3]))

# returns: 
array([[0, 1, 2],
       [0, 2, 0],
       [0, 1, 2],
       [1, 2, 0],
       [2, 1, 2]])

Answer 3

Поскольку этот вопрос задавался 7 годами ранее, в последней версии, которую я использую, это numpy версия 1.13 и python3, я делаю то же самое, добавляя строку в матрицу, не забудьте поставить двойное значение скобка ко второму аргументу, иначе это вызовет ошибку измерения.

Здесь я добавляю матрицу A

1 2 3
4 5 6

с рядом

7 8 9

То же использование в np.r_

A= [[1, 2, 3], [4, 5, 6]]
np.append(A, [[7, 8, 9]], axis=0)

    >> array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])
#or 
np.r_[A,[[7,8,9]]]

Просто чтобы кто-то заинтересовался, если вы хотите добавить столбец,

array = np.c_[A,np.zeros(#A's row size)]

следуя тому, что мы делали ранее для матрицы A, добавив к ней столбец

np.c_[A, [2,8]]

>> array([[1, 2, 3, 2],
          [4, 5, 6, 8]])

Answer 4

Вы также можете сделать это:

newrow = [1,2,3]
A = numpy.concatenate((A,newrow))

Answer 5

Если после каждой строки вычисления не требуются, гораздо быстрее добавить строки в python, а затем преобразовать в numpy.Вот временные тесты с использованием python 3.6 вместо numpy 1.14, добавляя по 100 строк, по одной за раз:

import numpy as py
from time import perf_counter, sleep

def time_it():
    # Compare performance of two methods for adding rows to numpy array
    py_array = [[0, 1, 2], [0, 2, 0]]
    py_row = [4, 5, 6]
    numpy_array = np.array(py_array)
    numpy_row = np.array([4,5,6])
    n_loops = 100

    start_clock = perf_counter()
    for count in range(0, n_loops):
       numpy_array = np.vstack([numpy_array, numpy_row]) # 5.8 micros
    duration = perf_counter() - start_clock
    print('numpy 1.14 takes {:.3f} micros per row'.format(duration * 1e6 / n_loops))

    start_clock = perf_counter()
    for count in range(0, n_loops):
        py_array.append(py_row) # .15 micros
    numpy_array = np.array(py_array) # 43.9 micros       
    duration = perf_counter() - start_clock
    print('python 3.6 takes {:.3f} micros per row'.format(duration * 1e6 / n_loops))
    sleep(15)

#time_it() prints:

numpy 1.14 takes 5.971 micros per row
python 3.6 takes 0.694 micros per row

Итак, простое решение исходного вопроса, которое было семь лет назад, заключается в использовании vstack () добавить новую строку после преобразования строки в массив numpy.Но более реалистичное решение должно учитывать низкую производительность vstack в этих условиях.Если вам не нужно запускать анализ данных в массиве после каждого добавления, лучше буферизовать новые строки в список строк Python (действительно, список списков) и добавить их как группу в массив numpyиспользование vstack () перед выполнением любого анализа данных.

Answer 6

Я использую 'np.vstack', который работает быстрее, например:

import numpy as np

input_array=np.array([1,2,3])
new_row= np.array([4,5,6])

new_array=np.vstack([input_array, new_row])

Answer 7

array_ = np.array([[1,2,3]])
add_row = np.array([[4,5,6]])

array_ = np.concatenate((array_, add_row), axis=0)

Answer 8

Вы можете использовать numpy.append(), чтобы добавить строку в массив numpty и изменить форму матрицы позже.

import numpy as np
a = np.array([1,2])
a = np.append(a, [3,4])
print a
# [1,2,3,4]
# in your example
A = [1,2]
for row in X:
    A = np.append(A, row)

Answer 9

Если вы можете создать конструкцию за одну операцию, то что-то вроде ответа vstack-with-fancy-indexing - хороший подход.Но если ваше состояние более сложное или строки появляются на лету, вы можете увеличить массив.Фактически, numpythonic способ сделать что-то вроде этого - динамически увеличивать массив - это динамически увеличивать список:

A = np.array([[1,2,3],[4,5,6]])
Alist = [r for r in A]
for i in range(100):
    newrow = np.arange(3)+i
    if i%5:
        Alist.append(newrow)
A = np.array(Alist)
del Alist

Списки высоко оптимизированы для такого типа шаблона доступа;у вас нет удобной многомерной индексации в виде списка, но пока вы добавляете, трудно сделать лучше, чем список массивов строк.