在NumPy中高效创建空数组或矩阵的几种方法

如何在NumPy中创建空数组或矩阵？

若需逐行添加数据，最优策略是预先创建一个与最终数据集大小一致的数组，随后逐行填充数据。

>>> 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Python列表属于截然不同的数据结构，设计用途也各不相同。使用hstack函数可能带来显著的性能损耗，因为每次调用时，现有数组的所有数据都会被复制到新分配的数组中。append函数也存在同样的问题。若需逐步构建矩阵，建议先将数据存入列表，待构建完成后一次性转换为数组。

mylist = []
for item in data:
 mylist.append(item)
mat = numpy.array(mylist)

输入项可以是列表、数组或任何可迭代对象，前提是每个项包含相同数量的元素。

在此特定场景下，可直接使用numpy.array函数（其中data为保存矩阵列的可迭代对象）。

mat = numpy.array(data)

此外，请注意避免使用list作为变量名，因为这会遮蔽内置类型，可能导致程序出现Bug。

以上关于在NumPy中创建空数组或矩阵的方法即为全部内容，希望能对大家有所帮助，也欢迎大家继续支持本站。