我想创建一个空数组，并将项附加到它，一次一个。
xs = []
for item in data:
xs.append(item)
我可以用NumPy数组使用这种列表风格的符号吗?
当前回答
我认为你想用列表处理大部分工作，然后将结果作为矩阵使用。也许这是一种方法;
ur_list = []
for col in columns:
ur_list.append(list(col))
mat = np.matrix(ur_list)
其他回答
NumPy数组是一种与列表非常不同的数据结构，被设计成以不同的方式使用。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会复制到一个新数组中。(附加函数也会有同样的问题。)如果你想一次一列地构建你的矩阵，你最好将它保存在一个列表中，直到它完成，然后才将它转换成一个数组。
e.g.
mylist = []
for item in data:
mylist.append(item)
mat = numpy.array(mylist)
Item可以是列表、数组或任何可迭代对象 因为每一项都有相同数量的元素。 在这种特殊情况下(data是一个包含矩阵列的可迭代对象)，您可以简单地使用
mat = numpy.array(data)
(还要注意，使用list作为变量名可能不是一个好的实践，因为它用该名称掩盖了内置类型，这可能会导致错误。)
编辑:
如果出于某种原因，您确实想要创建一个空数组，您可以使用numpy.array([])，但这很少有用!
根据你使用它的目的，你可能需要指定数据类型(参见'dtype')。
例如，要创建一个8位值的2D数组(适合用作单色图像):
myarray = numpy.empty(shape=(H,W),dtype='u1')
对于RGB图像，包括形状中的颜色通道数:shape=(H,W,3)
您还可以考虑使用numpy进行零初始化。0代替numpy.empty。请看这里的说明。
如果你完全不知道数组的最终大小，你可以像这样增加数组的大小:
my_arr = numpy.zeros((0,5))
for i in range(3):
my_arr=numpy.concatenate( ( my_arr, numpy.ones((1,5)) ) )
print(my_arr)
[[ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.]]
注意第一行的0。 numpy。Append是另一个选项。它调用numpy.concatenate。
最简单的方法
输入:
import numpy as np
data = np.zeros((0, 0), dtype=float) # (rows,cols)
data.shape
输出: (0,0)
输入:
for i in range(n_files):
data = np.append(data, new_data, axis = 0)
另一个创建空数组的简单方法是:
import numpy as np
np.empty((2,3), dtype=object)
