python - tutorial - Añade una matriz NumPy a una matriz NumPy

multiplicacion de matrices python numpy

Question

Tengo un numpy_array. Algo como [ abc ] .

Y luego quiero agregarlo a otra matriz NumPy (al igual que creamos una lista de listas). ¿Cómo creamos una matriz de matrices NumPy que contienen matrices NumPy?

Traté de hacer lo siguiente sin suerte

>>> 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])

Answer 1

Bueno, el mensaje de error lo dice todo: las matrices NumPy no tienen un método append() . Sin embargo, hay una función gratuita numpy.append() :

numpy.append(M, a)

Esto creará una nueva matriz en lugar de mutar M en su lugar. Tenga en cuenta que usar numpy.append() implica copiar ambas matrices. Obtendrá un código de mejor rendimiento si usa matrices NumPy de tamaño fijo.

Answer 2

En realidad, uno siempre puede crear una lista ordinaria de matrices numpy y convertirla más 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]]])

Answer 3

Puede 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]

Esto no creará dos matrices separadas, sino que agregará dos matrices en una única matriz dimensional.

Answer 4

Si entiendo tu pregunta, aquí hay una manera. Digamos que tienes:

a = [4.1, 6.21, 1.0]

así que aquí hay un código ...

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

Lo que lleva 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,)]

Answer 5

Sven lo dijo todo, solo ten mucho cuidado debido a los ajustes de tipo automáticos cuando se llama a append.

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 ve en base a los contenidos, el tipo de letra pasó de int64 a float32, y luego a S1

Answer 6

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]])

o esto:

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]])