Zum Beispiel für einen 1D-Array mit N Elementen, wenn ich das in Matlab tun möge ich tun kann:Python/Numpy: Wie weisen Sie das Ende + 1 Element eines Arrays ähnlich wie in Matlab?
A (end + 1) = 1
, die den Wert von 1 bis zum letzten zuweist Element des Arrays A, das jetzt n + 1 in der Länge ist.
Gibt es ein Äquivalent in Python/Numpy?
Sie können einen Wert an das Ende eines Arrays/Liste mit append oder numpy.append nur anfügen:
# Python list
a = [1, 2, 3]
a.append(1)
# => [1, 2, 3, 1]
# Numpy array
import numpy as np
a = np.array([1, 2, 3])
a = np.append(a, 1)
# => [1, 2, 3, 1]
Hinweis, wie @BrenBarn wies darauf hin, dass der numpy.append Ansatz jedes Mal eine ganz neue Array erstellt es wird ausgeführt, was es ineffizient macht.
Beachten Sie, dass dies eine ineffiziente Operation ist, da es ein ganz neues Array erstellt. Die schrittweise Erhöhung der Anzahl an Arrays ist kein skalierbarer Ansatz. – BrenBarn
@BrenBarn: Einverstanden, ich habe meine Antwort aktualisiert, um das sofort ersichtlich zu machen. – mdml
'np.append' ist nur ein' np.concatenate'. – hpaulj
Ich wette, die Matlab/Octave-Operation macht das gleiche - ein neues Objekt erstellen. Aber ich weiß nicht, ob es etwas wie die Python-ID (a) gibt, um das zu überprüfen.
Ein roher Timing-Test in Octave unterstützt dies - das Erstellen eines großen Arrays durch Anhängen ist langsamer als das Durchlaufen des gesamten Arrays. Beide sind viel langsamer als direkte Zuordnung wie A=1:N
octave:36> t=time; N=1000000; A=[]; A(N)=1; for i=1:N A(i)=i; end; t-time
ans = -4.0374
octave:37> t=time; N=1000000; A=[]; for i=1:N A(end+1)=i; end; t-time
ans = -15.218
Erweiterung eines Arrays mit (end+1) mehr idiomatische in Javascript als Matlab ist.
In den neuesten Versionen von Matlab ist das JIT manchmal intelligent genug, um dieses Muster zu erkennen und eine Vorabzuordnung vorzunehmen. –
Würde 'A.append (1)' funktionieren? – rlms