在for循环中附加numpy数组的问题

Question

我现在有点迷路。 我正确地初始化了一个空的numpy数组，我相信我正确地使用了np.append函数

Preds = np.empty(shape = (X_test.shape[0],10))

kf = KFold(n = X_train.shape[0], n_folds=10, shuffle = True)

for kf_train, kf_test in kf:

    X_train_kf = X_train.iloc[kf_train]
    Y_train_kf = Y_train.iloc[kf_train]

    dt = tree.DecisionTreeClassifier(max_depth=2)
    dt.fit(X_train_kf, Y_train_kf)
    Preds = np.append(Preds,dt.predict(X_test))

    print Preds

只是一些其他信息：

• X_test的形状为（9649，24）

• （运行后）Preds的形状为（192980，）

在此循环的，Preds的形状应为（9649,10）

任何建议将不胜感激。

编辑：这是更新的解决方案

Preds = []
kf = KFold(n = X_train.shape[0], n_folds=20, shuffle = True)

for kf_train, kf_test in kf:

    X_train_kf = X_train.iloc[kf_train]
    Y_train_kf = Y_train.iloc[kf_train]

    dt = tree.DecisionTreeClassifier(max_depth=2)
    dt.fit(X_train_kf, Y_train_kf)
    Preds.append(dt.predict(X_test))

Preds = np.vstack(Preds)

Answer 1

如果Preds为（9649,10），则可以执行2种串联操作之一

 newPreds = np.concatenate((Preds, np.zeros((N,10))), axis=0)
 newPreds = np.concatenate((Preds, np.zeros((9649,N)), axis=1)

第一个生成（9649 + N，10）数组，第二个生成（9646,10 + N）。

np.vstack可用于使第二个数组为2d，即它将(10,)更改为(1,10)数组。 np.append 2个参数而不是列表，并确保第二个是数组。 将标量添加到1d数组要比通用级联更好。

确保您了解阵列的形状和维数。

一个不错的选择是将其追加到列表中

alist = []
alist.append(initial_array)
for ...
    alist.append(next_array)
result = np.concatenate(alist, axis=?)
# vstack, stack, and np.array can be used if dimensions are right

追加到列表，最后进行一个联接比重复的串联更快。 列表旨在廉价地增长； 阵列通过制作新的更大阵列来增长。