np.array([])创建的数组在np.append后全部变成了一维

是的，np.array([])创建的数组默认是一维的，因此在使用np.append时，如果要将元素添加到数组的第二维或更高维，需要先将数组变为二维或更高维。可以使用np.newaxis将一维数组转换为二维数组。例如，np.array([])可以通过np.array([])[np.newaxis, :]变为二维数组。这样在使用np.append时，就可以将元素添加到第二维或更高维了。

相关问题

next_state_action = s[0,0] + np.array(change[i]) , s[0,1] + np.array(change[i]) # 有点问题np.array把列表转为数组 TypeError: list indices must be integers or slices, not tuple

这个错误是因为 s 是一个列表，而不是一个二维数组。在 Python 中，列表的索引是通过单个整数值来访问的，而不是通过元组来访问的。

为了解决这个问题，可以将 s 定义为一个二维数组，然后修改 next_state_action 的计算方式。修改后的代码如下：

import numpy as np

# 定义初始状态
s = np.array([[1, 1]])

# 定义移动步长
step = 1
change = [[0, -step], [0, step], [-step, 0], [step, 0]]

# 计算四个方向的状态值
F_actions = []
for i in range(4):
    next_state_action = np.array([s[0, 0] + change[i][0], s[0, 1] + change[i][1]])
    x1, y1 = next_state_action
    F_next_state_actions = pow(x1, 2) + pow(y1, 2)
    F_actions.append(F_next_state_actions)

# 取最小状态值的索引
action = np.argmin(F_actions)

# 打印输出
print('状态值:', F_actions)
print('最小状态值的索引:', action)

这样就可以避免 TypeError 错误了。

初始化一维数组np.array,循环添加元素

在NumPy库中，初始化一维数组并使用循环添加元素可以按照以下步骤进行：

首先，你需要导入NumPy模块，然后创建一个空的数组，例如一个指定长度的全零数组：

import numpy as np

# 指定数组长度
array_length = 5  # 可以为任意整数

# 创建初始空数组
my_array = np.zeros(array_length)

接下来，如果你想通过循环逐个添加元素，通常不推荐在NumPy数组中使用循环，因为它牺牲了性能。NumPy更适合向量化的操作。然而，如果你坚持使用循环，可以用列表推导式或`for`循环来添加元素：

# 使用循环添加元素（这种方式效率较低）
elements_to_add = [1, 2, 3, 4, 5]
for element in elements_to_add:
    my_array = np.append(my_array, [element])

# 或者使用列表推导式
# elements_to_add = [6, 7, 8]  # 更改要添加的新元素
# my_array = np.concatenate([my_array, np.array(elements_to_add)])

print(my_array)

但是更推荐的方式是在一开始就直接创建包含所有元素的数组，或者在创建后一次性添加整个序列，除非有特别的理由需要动态添加。