Agregar una matriz NumPy a una matriz NumPy

Tengo un numpy_array. Algo así como [ a b c ].

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])

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]])

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

numpy.append(M, a)

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

Puedes 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 matriz dimensional única.

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

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 puede ver en función del contenido, el dtype pasó de int64 a float32, y luego a S1

Encontré este enlace mientras buscaba algo ligeramente diferente, cómo comenzar a agregar objetos de matriz a una matriz vacía vacía, pero probé todas las soluciones en esta página en vano.

Luego encontré esta pregunta y respuesta: Cómo agregar una nueva fila a una matriz vacía vacía

La esencia aquí:

La forma de "iniciar" la matriz que desea es:

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

Luego puede usar concatenar para agregar filas de esta manera:

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

Ver también https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

En realidad, siempre se 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]]])

Tuve el mismo problema, y ​​no pude comentar sobre la respuesta de @Sven Marnach (no hay suficiente representante, Dios, recuerdo cuando Stackoverflow comenzó por primera vez ...) de todos modos.

Agregar una lista de números aleatorios a una matriz de 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 () se crea una matriz con 1 x 10 ceros.

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

Luego se crea una lista de 10 números aleatorios usando np.random y se asigna a randomList. El bucle lo apila 10 de altura. Solo tenemos que recordar eliminar la primera entrada vacía.

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.]])

Entonces en una función:

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:]

una matriz de 7 x 7 usando números aleatorios 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.]])

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,)]

Prueba 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)

También puede usar una matriz en lugar de "a"