如何使一个变化的行大小多维数组numpy的？ [英] How to make a multidimension numpy array with a varying row size?

问题描述

我想创建数组的二维数组numpy的具有不同数量的每个行元素。

尝试

 细胞= numpy.array（[0,1,2,3]，[2,3,4]]）
 

给出了一个错误

  ValueError错误：在设置数组元素与序列。
 

解决方案

虽然numpy的知道任意对象的数组，它是采用固定尺寸的数字均匀阵列优化。如果你确实需要数组的数组，更好的使用嵌套列表。但根据拟使用您的数据，不同的数据结构可能会更好，例如一个蒙面的数组，如果你有一些无效的数据点。

如果你真的想灵活numpy的阵列，使用这样的：

  numpy.array（[0,1,2,3]，[2,3,4]，DTYPE =对象）
 

然而，这将创建一个一维数组存储到列表的引用，这意味着你将失去大部分的numpy的好处（矢量处理，局部性，切片等）。

I would like to create a two dimensional numpy array of arrays that has a different number of elements on each row.

Trying

cells = numpy.array([[0,1,2,3], [2,3,4]])

gives an error

ValueError: setting an array element with a sequence.

解决方案

While Numpy knows about arrays of arbitrary objects, it's optimized for homogeneous arrays of numbers with fixed dimensions. If you really need arrays of arrays, better use a nested list. But depending on the intended use of your data, different data structures might be even better, e.g. a masked array if you have some invalid data points.

If you really want flexible Numpy arrays, use something like this:

numpy.array([[0,1,2,3], [2,3,4]], dtype=object)

However this will create a one-dimensional array that stores references to lists, which means that you will lose most of the benefits of Numpy (vector processing, locality, slicing, etc.).

这篇关于如何使一个变化的行大小多维数组numpy的？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！