Python：如何将列表添加到NumPy数组并实现迭代新增列表

NumPy数组为固定大小结构，频繁追加操作性能较差，迭代添加场景优先使用Python列表作为临时容器，所有添加操作完成后再转为NumPy数组。

基础实现（匹配当前输出需求） #

首先修正代码中list作为变量名的问题，该名称为Python内置类型名，作为变量使用会覆盖原有功能：

import numpy as np

# 修正变量命名
my_list = [1, 2, 3]
origin_arr = np.array([3, 4, 5, 6])

# 先存入Python列表容器
container = [my_list, origin_arr.tolist()]
# 转为NumPy数组，因两个子序列长度不同，指定dtype为object
result = np.array(container, dtype=object)
print(result)

输出结果符合预期：

[[1 2 3]
 [3 4 5 6]]

迭代添加场景实现 #

多次迭代添加时优先用Python列表缓存数据，避免频繁操作NumPy数组带来的内存开销：

import numpy as np

# 初始化容器，存入初始数组
container = []
init_arr = np.array([3,4,5,6])
container.append(init_arr.tolist())

# 模拟迭代添加逻辑
for i in range(10):
    # 此处替换为每次迭代生成的新列表
    new_list = [i, i+1, i+2]
    container.append(new_list)

# 所有添加完成后统一转成NumPy数组
final_arr = np.array(container, dtype=object)

直接操作NumPy数组追加的方案（非高频场景可用） #

如果确实需要直接对NumPy数组做追加，可使用np.append方法，注意维度匹配：

import numpy as np

my_list = [1,2,3]
origin_arr = np.array([3,4,5,6], dtype=object)
# 先将原数组转为二维结构
origin_arr = origin_arr.reshape(1, -1)
# 沿0轴追加新元素，新元素需要匹配维度
result = np.append(origin_arr, [my_list], axis=0)
print(result)

额外注意事项 #

• 若后续要添加的所有子序列长度都一致，无需指定dtype=object，直接转换即可得到数值型二维数组，运算效率更高
• 非必要不建议高频调用NumPy的追加类方法，同等数据量下，先操作Python列表的性能比直接操作NumPy数组高1~2个数量级

内容的提问来源于stack exchange，提问作者njan