Python如何向数组追加值？numpy append异常问题求解

你的代码存在3个核心问题，是导致数组追加异常的直接原因：

• numpy.append使用方式错误：NumPy的数组是定长结构，np.append不会原地修改原数组，而是返回拼接完成的新数组。你代码中写np.append(err_list, global_trunction_error)没有将返回值赋值回err_list，因此err_list始终是初始化时的空值。
• 初始数组定义非法：np.array([],[])的写法不符合NumPy数组的创建规范，会生成维度异常的空数组，后续追加元素时必然触发维度不匹配报错。
• 循环追加逻辑效率极低：逐次对NumPy数组执行append操作会触发全量数组复制，循环次数稍多就会出现明显的性能损耗，且极易出现维度对齐错误。

优先使用Python原生列表做循环内的元素收集，循环结束后再统一转为NumPy数组，从根源避免追加异常：

import numpy as np

# 初始化原生列表用于循环内收集元素
err_list = []
Dt_list = []

for i in np.linspace(0, 100, 101):
    Dt = 0.25 * (0.5) ** i
    # 计算当前步长对应的全局截断误差
    global_trunction_error = EstimateError(t_0, t_end, Dt, y_0, a, c, A, C, W_0)
    
    # 成对存入当前步长和对应误差，保证索引一一对应
    Dt_list.append(Dt)
    err_list.append(global_trunction_error)
    
    # 满足两个误差阈值要求时终止循环
    if abs(global_trunction_error[0]) <= 0.001 and abs(global_trunction_error[1]) <= 0.001:
        break

# 收集完成后统一转为NumPy数组，自动对齐为目标维度
err_list = np.array(err_list)  # 形状为(n, 2)的二维数组，符合需求
Dt_list = np.array(Dt_list)   # 形状为(n,)的一维数组

# 获取最优步长
Dt_opt = Dt_list[-1]

• 循环内优先用原生列表append：Python列表的append()是原地操作，追加元素的时间复杂度极低，不存在NumPy append需要赋值、维度对齐的问题，是数值计算循环中收集结果的通用最佳实践。
• 不要手动创建空的多维NumPy数组做逐次追加：这类写法不仅容易触发维度错误，性能也远差于列表收集后统一转换的方案。
• 追加元素时注意成对存入：保证每一次迭代生成的步长和对应的误差索引完全对应，避免最终取到的最优步长和误差条件错位。

内容的提问来源于stack exchange，提问作者valentino8