如何在NumPy数组中获取用户输入？代码示例及问题分析

我来帮你搞定这个问题，先看看你代码里的几个小问题，再给你正确的实现方式：

原代码的问题点 #

• numpy.append() 使用错误：这个函数需要两个必填参数——第一个是要追加元素的目标数组，第二个是要添加的元素。而且它不会原地修改原数组，而是返回一个新的数组。你之前只传了元素x，还没把返回值赋值给my_array，所以你的数组一直是空的。
• 初始化数组可以更严谨：虽然numpy.array([])能创建空数组，但提前指定数据类型（比如float）能避免后续可能出现的类型不一致问题。

修复后的循环实现（适合理解过程） #

如果你想保留循环的方式，修改后的代码如下：

import numpy as np

# 获取用户指定的数组大小
array_size = int(input("Size of array: "))
# 初始化空的float类型NumPy数组
my_array = np.array([], dtype=np.float64)

for _ in range(array_size):
    # 获取用户输入的元素并转为浮点数
    element = float(input("Element: "))
    # 关键：将append返回的新数组重新赋值给my_array
    my_array = np.append(my_array, element)

# 输出向下取整后的结果
print(np.floor(my_array))

更高效的实现方式 #

因为NumPy数组的内存是连续分配的，频繁调用append会多次触发内存重新分配，效率不高。更优的做法是先把用户输入存在普通Python列表里，再一次性转换成NumPy数组：

import numpy as np

array_size = int(input("Size of array: "))
# 先用普通列表收集所有输入
element_list = []
for _ in range(array_size):
    element_list.append(float(input("Element: ")))

# 一次性转换为NumPy数组
my_array = np.array(element_list, dtype=np.float64)
print(np.floor(my_array))

额外提示 #

如果用户输入的都是整数，你可以把float(input(...))改成int(input(...))，同时把dtype=np.float64换成dtype=np.int64，根据实际需求调整即可。

内容的提问来源于stack exchange，提问作者Kaushal Raj