Adicione um único elemento à matriz em numpy

Eu tenho uma matriz numpy contendo:

[1, 2, 3]

Eu quero criar um array contendo:

[1, 2, 3, 1]

Ou seja, quero adicionar o primeiro elemento ao final da matriz.

Eu tentei o óbvio:

np.concatenate((a, a[0]))

Mas recebo um erro dizendo ValueError: arrays must have same number of dimensions

Eu não entendo isso - os arrays são apenas arrays 1d.

append() cria uma nova matriz que pode ser a antiga com o elemento anexado.

Acho que é mais normal usar o método adequado para adicionar um elemento:

a = numpy.append(a, a[0])

Ao anexar apenas uma vez ou uma vez de vez em quando, usar np.appendem seu array deve ser suficiente. A desvantagem dessa abordagem é que a memória é alocada para um array completamente novo sempre que é chamado. Ao aumentar um array para uma quantidade significativa de amostras, seria melhor pré-alocar o array (se o tamanho total for conhecido) ou anexar a uma lista e converter em um array posteriormente.

Usando np.append:

b = np.array([0])
for k in range(int(10e4)):
    b = np.append(b, k)
1.2 s ± 16.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Usando a lista python e convertendo para array posteriormente:

d = [0]
for k in range(int(10e4)):
    d.append(k)
f = np.array(d)
13.5 ms ± 277 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Matriz numpy pré-alocada:

e = np.zeros((n,))
for k in range(n):
    e[k] = k
9.92 ms ± 752 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Quando o tamanho final é desconhecido, a pré-alocação é difícil, tentei pré-alocar em blocos de 50, mas não cheguei perto de usar uma lista.

85.1 ms ± 561 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

a[0]não é um array, é o primeiro elemento de ae, portanto, não tem dimensões.

Tente usar a[0:1], que retornará o primeiro elemento de adentro de uma única matriz de item.

Experimente isto:

np.concatenate((a, np.array([a[0]])))

http://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html

concatenate precisa que ambos os elementos sejam arrays entorpecidos; entretanto, a [0] não é uma matriz. É por isso que não funciona.

Este comando,

numpy.append(a, a[0])

não altera a amatriz. No entanto, ele retorna uma nova matriz modificada. Portanto, se a amodificação for necessária, o seguinte deve ser usado.

a = numpy.append(a, a[0])

t = np.array([2, 3])
t = np.append(t, [4])

Isso pode ser um pouco exagero, mas eu sempre uso a np.takefunção para qualquer indexação abrangente:

>>> a = np.array([1, 2, 3])
>>> np.take(a, range(0, len(a)+1), mode='wrap')
array([1, 2, 3, 1])

>>> np.take(a, range(-1, len(a)+1), mode='wrap')
array([3, 1, 2, 3, 1])

Digamos a=[1,2,3]e você quer que seja [1,2,3,1].

Você pode usar a função incorporada de acréscimo

np.append(a,1)

Aqui, 1 é um int, pode ser uma string e pode ou não pertencer aos elementos da matriz. Impressões:[1,2,3,1]

Se você quiser adicionar um elemento, use append()

a = numpy.append(a, 1) neste caso, adicione o 1 no final da matriz

Se você deseja inserir um elemento, use insert()

a = numpy.insert(a, index, 1) neste caso, você pode colocar 1 onde desejar, usando o índice para definir a posição na matriz.