在添加行的情况下，你最好的选择是创建一个与数据集最终一样大的数组，然后向它添加数据 row-by-row:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
>>> import numpy
>>> a = numpy.zeros(shape=(5,2))
>>> a
array([[ 0., 0.],
[ 0., 0.],
[ 0., 0.],
[ 0., 0.],
[ 0., 0.]])
>>> a[0] = [1,2]
>>> a[1] = [2,3]
>>> a
array([[ 1., 2.],
[ 2., 3.],
[ 0., 0.],
[ 0., 0.],
[ 0., 0.]])
|
NumPy数组与列表是一个非常不同的数据结构，它被设计用于不同的方式。 你对 hstack的使用可能非常低效。 每次调用它时，现有数组中的所有数据都将复制到新数组中。 (append 函数会有同样的问题。) 如果你想一次构建一个矩阵，最好把它放在一个列表中，直到它完成，然后将它转换成数组。
|
1
2
3
4
|
mylist = []
for item in data:
mylist.append(item)
mat = numpy.array(mylist)
|
item 可以是列表，数组或者任何 iterable，只要每个 item 具有相同数量的元素。
在这种特殊情况下，你可以简单地使用( data 是一些保存矩阵列的iterable )
|
1
|
mat = numpy.array(data)
|
（也请注意，使用 list 作为变量名可能不是好做法，因为它通过该名称屏蔽内置类型，这可能导致 Bug 。）
以上这篇在NumPy中创建空数组/矩阵的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/dowemo/article/details/78412851