numpy 怎么判断数组不是空

可以使用numpy模块中的ndarray.size属性来判断数组是否为空。当数组不为空时，该属性返回数组元素的个数，反之则返回0。示例代码如下：

import numpy as np

arr = np.array([])  # 空数组
if arr.size:
    print("数组不为空")
else:
    print("数组为空")

输出结果为：

数组为空

需要注意的是，空数组的shape属性为(0,)，因此不能通过判断shape是否为None来判断数组是否为空。

相关问题

python，numpy将数组变为空数组

你可以使用numpy库中的empty函数创建一个空数组。例如，创建一个形状为(2, 3)的空数组可以这样实现：

import numpy as np

empty_array = np.empty((2, 3))
print(empty_array)

输出：

array([[6.23042070e-307, 4.67296746e-307, 1.69121096e-306],
       [8.01097889e-307, 1.78020169e-306, 7.56601165e-307]])

需要注意的是，这里创建的空数组的值是未初始化的，也就是说数组的值是随机的。如果你需要一个具有特定值的空数组，可以使用numpy库中的zeros或ones函数。

如何向numpy空数组里append数据

可以使用numpy的concatenate函数来向空数组中添加数据。示例如下：

import numpy as np

# 创建一个空数组
arr = np.array([])

# 要添加的数据
new_data = np.array([1, 2, 3])

# 使用concatenate函数将新数据添加到空数组中
arr = np.concatenate([arr, new_data])

print(arr)  # 输出 [1. 2. 3.]

注意，每次调用concatenate函数都会创建一个新的数组，因此如果需要多次添加数据，最好先将所有要添加的数据放入一个列表中，然后一次性调用concatenate函数。例如：

import numpy as np

# 创建一个空数组
arr = np.array([])

# 要添加的数据
data_list = [np.array([1, 2, 3]), np.array([4, 5, 6]), np.array([7, 8, 9])]

# 将所有数据合并为一个数组，然后用concatenate函数将其添加到空数组中
new_data = np.concatenate(data_list)
arr = np.concatenate([arr, new_data])

print(arr)  # 输出 [1. 2. 3. 4. 5. 6. 7. 8. 9.]