Python：如何在for循环中实现类似列表append的数组列追加

这个坑我之前踩过！核心原因就是你说的——数组是不可变的，每次所谓的“修改”其实都是生成新数组，如果操作不当，就会把旧数据反复拼接进去，最后得到一堆重复副本。下面给你几个亲测好用的解决方案，完美替代列表append的需求：

方法一：先用列表收集数据，最后转数组（最推荐） #

既然数组不可变不好操作，咱们就先用可变的列表来攒数据！列表的append是高效的原地操作，不会重复复制旧内容，等所有参数都收集完了，再一次性转成数组就行。

示例代码（以NumPy数组为例）：

import numpy as np

# 初始化空列表，用来存每次的参数
data_collector = []

# 模拟循环获取参数的过程
for idx in range(6):
    # 假设每次循环得到一个参数（整数/浮点数/一维数组都可以）
    current_param = idx * 1.2  # 这里用单个浮点数举例
    data_collector.append(current_param)

# 最后把列表转成数组
final_data = np.array(data_collector)
print(final_data)
# 输出：[0.  1.2 2.4 3.6 4.8 6. ]

如果你的参数是多维数组，就用np.concatenate(data_collector)来合并，效果一样好。这种方法不管循环多少次，效率都很高，完全不会出现重复旧值的问题。

方法二：循环中直接拼接数组（适合小循环场景） #

如果一定要在循环里操作数组，那每次只拼接当前数组和新参数，绝对不能把旧数组重复拼接进去。比如别写arr = np.hstack((arr, arr, new_param))，而是只加新的部分：

import numpy as np

# 初始化空数组
final_data = np.array([])

for idx in range(6):
    current_param = np.array([idx * 1.2])  # 转成数组格式
    # 只拼接当前数组和新参数
    final_data = np.concatenate((final_data, current_param))

print(final_data)
# 输出和上面一样：[0.  1.2 2.4 3.6 4.8 6. ]

不过要注意：这种方法每次循环都会创建新数组，循环次数多了（比如上万次）会很慢，所以只推荐循环次数少的场景用。

关键提醒 #

别把NumPy的np.append和列表的append搞混！NumPy的np.append本质上也是创建新数组，和concatenate是一回事，所以如果循环里用np.append(final_data, current_param)，其实和方法二的效率一样，不如用列表收集来得高效。

内容的提问来源于stack exchange，提问作者Liwellyen