如何将大小为 1 的 numpy 数组插入到空的 numpy 数组中？

Question

我正在定义两个 NumPy 数组：

PREtrain_labels = np.asarray([inpLblsArray[0:80]])
train_labels = np.array([])
TRstore = 0
i = 0

while i < len(train_images):
  TRstore = np.asarray([PREtrain_labels.item(i)])
  np.append(train_labels, TRstore)
  i = i + 1

在这里，我有一个 NumPy 数组PREtrain_labels ，它包含整数并从更大的 NumPy 数组中切分。 我定义了一个空数组train_labels 。 我的目标是，以填补空与NumPy阵列（ train_labels与在整数数组所选切片） PREtrain_labels 。 但是有一个问题，当我从PREtrain_labels数组中取出每个整数时，我希望每个整数都放在另一个名为TRstore空数组中。 然后，我想将TRstore NumPy 数组放入空的train_labels数组中。 但是，当我运行代码并打印最终的train_labels数组时，它是空的。

怎么可能解决这个问题？ 如果np.append()是错误的使用方法，我应该使用哪一种？ 上面的代码不会单独运行，因此，我将下面的代码简化为可运行的版本。 提前致谢！

loopArr = np.array([1, 2, 3, 4, 5])
a = np.asarray([1, 2, 3, 4, 5])
target = np.array([])
store = 0
i = 0

while i < len(loopArr):
  store = np.asarray([a.item(i)])
  np.append(target, store)
  i = i + 1

print(target)

Answer 1

In [30]: res = np.array([])                                                                    
In [31]: np.append(res, np.array(1))                                                           
Out[31]: array([1.])
In [32]: res                                                                                   
Out[32]: array([], dtype=float64)

Out[31}是一个 1 元素的浮点数组 - 因为res是浮点数。 但请注意res没有改变。 np.append是一个公正的构思不佳“盖” np.concatenate 。

concatenate对输入的维度有点挑剔

In [33]: np.concatenate([ res, np.array(1)])                                                   
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-33-bb45ea1930d0> in <module>
----> 1 np.concatenate([ res, np.array(1)])

<__array_function__ internals> in concatenate(*args, **kwargs)

ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 1 dimension(s) and the array at index 1 has 0 dimension(s)
In [34]: np.concatenate([ res, np.array([1])])                                                 
Out[34]: array([1.])

这将一个 (0,) 形状的数组与一个 (1,) 形状连接起来以产生一个 (1,)。 那个[]数组几乎没用。

concatenate需要一个完整的数组列表（甚至是列表）。 充分利用这一点：

In [35]: np.concatenate([np.array([1]), np.array([2]), [3], [1,2,3]])                          
Out[35]: array([1, 2, 3, 1, 2, 3])

但是你为什么要在循环中append呢？ 为什么不列出追加？ 就地工作并且相对快速且无错误。 为什么要让自己的生活变得艰难？