Numpy - 向数组添加行

Question

如何将行添加到numpy数组？

我有一个数组A:

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

如果X中每行的第一个元素满足特定条件,我希望从另一个数组X向此数组添加行.

Numpy数组没有像列表那样的"附加"方法,或者看起来如此.

如果A和X是列表,我只会这样做:

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

是否有一种相似的方式？

谢谢,S ;-)

Answer 1

你能做到这一点:

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

Answer 2

什么是X？如果它是2D数组,那么如何将其行与数字进行比较:i < 3？

OP评论后编辑:

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

添加到第一个元素所在的A所有行:X< 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

由于这个问题已经存在了7年,在我使用的最新版本中是numpy版本1.13和python3,我在向矩阵添加一行时做同样的事情,记得给第二个参数添加一个双括号,否则,会引起尺寸误差.相同的用法np.r_

1 2 3
4 5 6

只是对某人有兴趣,如果你想添加一个列,

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

Answer 4

你也可以这样做:

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

Answer 5

如果每行之后都不需要进行计算，则在python中添加行然后转换为numpy更快。以下是使用python 3.6和numpy 1.14进行的时序测试，添加了100行，一次添加一行：

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

因此，七年前对原始问题的简单解决方案是在将行转换为numpy数组后，使用vstack（）添加新行。但是更现实的解决方案应该考虑在这些情况下vstack的性能不佳。如果您不需要在每次添加后对数组进行数据分析，最好将新行缓冲到python行列表（实际上是列表列表）中，然后将它们作为一个组添加到numpy数组中在进行任何数据分析之前使用vstack（）。

Answer 6

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

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