一、問題描述：
有一個shape為(308, 2)的二維數組，以及單獨的一個數字，需要保存到csv文件中，這個單獨的數字讓其保存到第3列第一行的位置。
二、具體的實現：
首先要想把一個(308, 2)的二維數組和一個數字給拼接起來，直接拼接沒辦法實現，因為行數和列數都不同的兩個ndarry是無法拼接的（此處按照目前我學的理解，是無法直接拼接的，如果可以的話，麻煩評論一下）。
然后我首先想到的解決方法就是先建一個(308,1)的二維數組，然后令這個二維數組的第一個元素設置成那個數字，然后進行拼接，保存。
為使數據可以顯示完全，以僅以3行數據為例：
>>> a = np.ones((3,2))
>>> b = 0.2
>>> _b = np.empty((3,1))
>>> _b[0, 0] = b
>>> c = np.c_[a, _b]
>>> print(c)
[[1.00000000e+000 1.00000000e+000 2.00000000e-001]
[1.00000000e+000 1.00000000e+000 2.12199579e-313]
[1.00000000e+000 1.00000000e+000 2.54639495e-313]]
>>>
但是這樣，我把結果保存到文件時，第3列的除第一行，其他的行是有數據的，我不想讓它顯示數據。
也就是empty這個函數只是創建一個未初始化的數組，實際上里面的數值都是垃圾值。
那么如何去實現視覺上沒有數據呢，其實利用空的字符串就可以了。
所以就通過np.ones設置dtype為str，此時生成的是元素都為空字符串的數組，（具體的原因還不清楚），然后此時若直接設置第一行的元素為某個值，是不行的，會自動變為'0‘，只有在拼接之后，然后再給它賦值才可以，這個地方我不是很理解，但是結果是正確的。
三、完整代碼：
y_true = np.ones((3, 1), dtype=np.int)
y_pred = np.ones((3, 1), dtype=np.int)
y = np.c_[y_true, y_pred]
accuracy = np.zeros(shape=(y_true.shape[0], 1), dtype=np.str)
# 此時若設置accuracy[0, 0] = '0.89'，最終accuracy[0, 0]存的是'0'，具體原因還不清楚
res = np.c_[y, accuracy] # 先拼接起來
res[0, 2] = '0.89' # 然后再設置就可以了
res = pd.DataFrame(res, columns=['y_true', 'y_pred', 'accuracy'])
res.to_csv('1.csv') # 保存到文件中
從文件中讀取的時候，直接讀出來，空白的地方被賦值為nan
a = pd.read_csv('1.csv', usecols=(1, 2, 3))
a = a.values
print(a, type(a), a.dtype)
關于np.nan需要注意的地方如下：
- np.nan不是空對象。
- 對列表中的nan進行操作時不能用"==np.nan"來判斷。只能用np.isnan()來操作。
- np.nan的數據類型是float。
import numpy as np
np.nan == np.nan
Out[3]: False
aa = np.array([1,2,3,np.nan,np.nan,4,5,np.nan])
aa
Out[5]: array([ 1., 2., 3., nan, nan, 4., 5., nan])
aa[aa==np.nan] = 100 #錯誤方式
aa
Out[7]: array([ 1., 2., 3., nan, nan, 4., 5., nan])
aa[np.isnan(aa)] = 100 #對nan操作的正確方式
aa
Out[9]: array([ 1., 2., 3., 100., 100., 4., 5., 100.])
type(np.nan)
Out[10]: float
關于參考：https://www.jb51.net/article/212249.htm
到此這篇關于淺談Python numpy創建空數組的問題的文章就介紹到這了,更多相關numpy創建空數組內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python NumPy灰度圖像的壓縮原理講解
- Python多進程共享numpy 數組的方法
- python中sqllite插入numpy數組到數據庫的實現方法
- python圖像處理基本操作總結（PIL庫、Matplotlib及Numpy）
- python numpy中multiply與*及matul 的區別說明
- Python NumPy中diag函數的使用說明
- Python機器學習三大件之一numpy
- python利用numpy存取文件案例教程
