如何用返回numpy一维数组的函数填充numpy二维数组

嘿，我来帮你搞定这个问题！你遇到的核心问题是对np.append的用法和数组维度匹配理解有偏差，咱们一步步来理清楚：

为什么你的代码会报错？ #

你初始化的result是一维数组（np.empty(100)），而np.append(..., axis=1)要求操作的数组至少是二维的——一维数组根本没有axis=1这个维度。另外，np.append不是原地修改数组，它会返回一个新数组，你没有把返回值重新赋值给result，所以循环里的操作等于没生效。

两种简单可行的解决方案 #

方案1：先收集结果到列表，再转numpy数组（最直观） #

列表的append操作非常灵活，先把每个predictions(deg)的结果存进列表，最后一次性转换成二维numpy数组，代码如下：

import numpy as np

# 假设你的predictions函数已经定义好
def predictions(degree):
    # 这里是你的魔法逻辑，返回100个元素的np.ndarray
    return np.random.randint(0, 101, size=100)

# 要测试的degree列表
degrees = [1, 2, 4, 8, 10]

# 先收集所有结果到列表
result_list = []
for deg in degrees:
    result_list.append(predictions(deg))

# 转换为二维numpy数组（形状为(5, 100)，每行对应一个degree的结果）
result = np.array(result_list)

方案2：预分配二维数组，逐个赋值（适合大数据量） #

如果你的数据量很大，预分配数组可以避免列表动态扩容的开销，直接初始化一个对应形状的二维数组，然后通过索引赋值：

import numpy as np

def predictions(degree):
    return np.random.randint(0, 101, size=100)

degrees = [1, 2, 4, 8, 10]
# 预分配二维数组：行数是degree的数量，列数是predictions返回的元素数（100）
result = np.empty((len(degrees), 100))

# 循环赋值每一行
for idx, deg in enumerate(degrees):
    result[idx] = predictions(deg)

关于fromfunction的说明 #

你提到的np.fromfunction确实不太适合你的场景，它的设计初衷是基于坐标元组生成数组值（比如根据行列索引计算值），而你的degree是不规则的自定义列表，没法直接映射到坐标，所以放弃这个思路是对的。

内容的提问来源于stack exchange，提问作者dr jerry