我有以下代码:result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))])我想创建tempresult一个累积数据的变量,result一旦累积了25000个样本,我想对其执行一些操作。所以我想做些类似的事情:result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))])tempresult.append(result)if ( len(tempresult[0] > 25000 )): # do something我尝试了答案代码,但出现异常TypeError:无效的类型提升result = np.zeros((samples,), dtype=[('time', '<f8'), ('data', '<f8', (datalen,))]) if self.storeTimeStamp: self.storeTimeStamp = False self.timestamp = message.timestamp64 self.oldsamples = 0 for sample in range(0, samples): sstep = self.timestamp + (self.oldsamples + sample) * step result[sample] = (sstep, data[sample]) self.oldsamples = self.oldsamples + samples # append np.append(self.tempresult, result) if len(self.tempresult) < 25000: return return [self.tempresult]
1 回答

青春有我
TA贡献1784条经验 获得超8个赞
1)阅读np.append
文档。
np.append(self.tempresult, result)
是错的。 np.append
返回一个新数组;它的作用不像列表追加那样。
2)np.append
是的笨拙界面np.concatenate
。如果你听不懂concatenate
,就会被搞砸了append
。
3)因为每次都会创建一个新数组,所以重复的连接速度很慢。收集数组列表并在最后进行一个连接要快得多
4)使用化合物时dtype
,所有输入concatenate
必须具有相同的dtype
。
添加回答
举报
0/150
提交
取消