如何初始化空NumPy数组并添加一维数组生成二维矩阵？

问题描述 #

想要创建一个空数组，逐步添加其他数组生成二维矩阵，尝试了以下代码：

import numpy as np
arr = np.array([])
arr = np.append(arr, [1, 2])
arr = np.append(arr, [3, 4])

得到一维数组：

array([1., 2., 3., 4.])

期望得到二维数组：

array([[1., 2.], [3., 4.]])

尝试初始化多维数组arr = np.array([[]])并使用concatenate：

arr = np.concatenate((arr, [1, 2]), axis=0)

仍得到一维数组，求修正方法。

解决方案 #

方法1：保持二维结构的append操作 #

初始化时创建指定列数的二维空数组，每次添加的子数组要包裹成二维形式，同时指定axis=0（按行添加）：

import numpy as np

# 初始化一个0行2列的二维空数组，和目标子数组列数一致
arr = np.empty((0, 2))
# 每次添加的子数组要转成二维（用[[...]]包裹）
arr = np.append(arr, [[1, 2]], axis=0)
arr = np.append(arr, [[3, 4]], axis=0)
print(arr)
# 输出：
# [[1. 2.]
#  [3. 4.]]

如果用np.array([[]])初始化，第一次添加时必须保证维度匹配，否则会被扁平化：

arr = np.array([[]])
# 把[1,2]转成二维后再拼接
arr = np.append(arr, [[1, 2]], axis=0)
arr = np.append(arr, [[3, 4]], axis=0)

方法2：使用concatenate构建二维数组 #

和append同理，必须保证拼接的两个数组维度一致，添加的子数组要转成二维：

arr = np.empty((0, 2))
arr = np.concatenate([arr, [[1, 2]]], axis=0)
arr = np.concatenate([arr, [[3, 4]]], axis=0)
print(arr)

方法3：先收集列表再转Numpy数组（推荐） #

Numpy数组每次拼接都会重新分配内存，数据量大时效率较低，更推荐先通过Python列表收集子数组，最后转成二维Numpy数组：

temp = []
temp.append([1, 2])
temp.append([3, 4])
arr = np.array(temp)
print(arr)

为什么之前的方法失败？ #

• 用np.array([])初始化的是一维空数组，np.append默认会扁平化所有输入，最终结果还是一维。
• 用np.array([[]])但拼接[1,2]时，[1,2]是一维数组，和二维的初始数组维度不匹配，concatenate会自动扁平化（或报错，取决于Numpy版本），导致结果仍是一维。

内容的提问来源于stack exchange，提问作者kinayrp