Python中动态增加numpy数组的最佳方法是什么？

Question

说我们有一个大小为(1,N)的数据流，它是一个numpy数组。

read_data = [[foo, foo_1, foo_2]]

我们希望对此进行操作，或将其简单地附加到一个更大的数组中。

data=np.vstack((data,real_data)) (or whatever method you choose)

我的问题通常在于我不知道传入数据的维度，所以有时我会这样做：

• 我用已知的维度生成一个缓冲区并开始填充它。
• 我生成一个首次无用读取（即空的或零的）并将其追加到缓冲区中，然后删除它。

在Matlab中，这非常容易，因为只要你提供数据，它就会动态创建你需要的数组（虽然不建议这样做）。

在Python中最好的方法是什么？

- Leon palafox

---

你想将foo的单个值附加到data中，还是整个foo数组？如果你只想读取numpy数组并将它们的值添加到data中，也许可以使用类似于newsize = data.shape +1，data.resize(newsize)，data[newsize] = yourdata这样的方法来增加data的大小。 - seth

Answer 1

我认为一个好的选项是：

。

import numpy
first_array = numpy.array([1,2,3])
new_array = numpy.append(first_array, [4,5,6])
print new_array

输出结果为：
[1 2 3 4 5 6]

- Jblasco

---

这也是我的第一反应，但 numpy.append 会创建原始数组的副本，对于大型数组来说这是不可行的。而 resize 可以直接在原始数组上进行改变。 - seth

@seth 我怀疑这并不是保证的。如果 resize 的行为类似于 realloc，那么它可能需要根据内存的“碎片化”来复制数组（在这种情况下，它几乎与调用 append 相同）。 - Bakuriu

NumPy只能处理在内存中规则间隔的数组。一般来说，如果没有每次创建一个新数组，就无法实现您想要的操作。当然，您可以为每个传入数据位创建一个新数组，并仅在最后或定期组合它们。 - Henry Gomersall