用作numpy.array的附加函數

Question

如何為numpy.array編寫類似於array.append（）的函數？

我已經試過了

import numpy as np

def append_np(ar, el):
    ar = np.append(ar, el)
z = np.array([5], dtype='int32')
z = np.append(z, 6)
append_np(z, 7)
print z

但是此代碼僅附加“ 6”：

[5 6]

Answer 1

“像array.append（）一樣工作”

首先，您很可能在這里將其稱為“數組”的Python數據結構稱為“列表”。

然后，Python列表和Numpy數組的append()方法的行為根本不同。 假設l是一個Python列表。 l.append()修改列表並返回None 。 相反，用於數組的Numpy的append()方法不會更改其操作的數組。 它返回一個新的數組對象。

請參閱： http : //docs.scipy.org/doc/numpy/reference/generated/numpy.append.html

arr的副本，其值附加到axis。 請注意，append不會就地發生：分配並填充了一個新數組。

這解釋了為什么您需要返回 append_np()函數的結果並分配返回值，如new_z = append_np(z, 7) 。

您可能已將此功能用於Python列表：

def append(ar, el):
    ar = ar.append(el)

並這樣稱呼它：

z = [1, 2]
append(z, 7)
print z

而且您已經看到它確實修改了z 。 但是，為什么，此功能發生了什么呢？ 作為第一個參數（綁定到名稱ar ）傳遞的對象已就地修改。 這就是z “在外部”發生變化的原因。 您在不知情的情況下利用了此功能的副作用，這很危險。 在函數中，將名稱ar重新分配給None單例對象（這是列表append方法的返回值）。 您沒有返回或使用此對象，因此此分配在程序中沒有任何作用。 您發現自己這種方法是有問題的，因為當您將函數重新構造為append_np()您突然意識到它對z沒有“副作用”。

也就是說，對於Python列表，您不會將append操作外包給另一個函數。 您從一開始就應該聲明：

z = [1, 2]
z.append(7)
print z