Попытка добавить массивы

Question

У меня есть этот кусок кода:

csvData = np.array([]); 
csvData = np.append(csvData, ['1', '2016-01-01', 'Some text']) 
csvData = np.append(csvData, ['2', '2016-01-02', 'Some more text']) 
print(csvData) 

он выдает: ['1' '2016-01-01' 'Some text' '2' '2016-01-02' 'Some more text']

Я хотел бы получить что-то вроде: [['1' '2016-01-01' 'Some text'], ['2' '2016-01-02' 'Some more text']]

Я попытался обертывание мою строку данных в []. Причина, по которой я это делаю, потому что я хочу собрать каждую строку csv, сортировать ее по определенному столбцу и перебирать строки данных.

Любое другое решение приветствуется.

Я бы разобраться, используя что-то вроде: csvData [np.argsort(csvData [:,2])]

Answer 1

Ваш желаемый результат представляет собой список из списка, который может быть сгенерирован код ниже:

csvData = [] 
csvData.append(['1', '2016-01-01', 'Some text']) 
csvData.append(['2', '2016-01-02', 'Some more text']) 
#csvData would be 
#[['1', '2016-01-01', 'Some text'], ['2', '2016-01-02', 'Some more text']] 

Но так как вы используете Numpy библиотеку, для преобразования его в соответствующий тип эта линия помогает:

csvData = np.asarray(csvData) 
#csvData would be 
[['1' '2016-01-01' 'Some text'] 
['2' '2016-01-02' 'Some more text']] 

Answer 2

Вы можете попытаться сохранить np.append в подрешетки, а затем добавить его в основной массив. Нечто подобное:

array = [] 
subarray = ['1', '2016-01-01', 'Some text'] 
... 
array.append(subarray) 

Не знаю, что объект np есть.

Answer 3

Прежде чем я отправлю решение, просмотрите why you should not build not repeatedly append to numpy arrays.

Сказав, что, если вы должны это сделать (это очень очень неэффективна и весьма обескуражен) вот как это можно сделать

>>> import numpy as np 
>>> r1 = ['1', '2016-01-01', 'Some text'] 
>>> r2 = ['2', '2016-01-02', 'Some more text'] 
>>> ar = np.empty(shape=(0,3)) 
>>> ar = np.vstack([ar, r1]) 
>>> ar = np.vstack([ar, r2]) 
>>> ar 
array([['1', '2016-01-01', 'Some text'], 
     ['2', '2016-01-02', 'Some more text']], 
     dtype='<U32') 

Примечание:pands библиотека построена на NumPy может быть более подходит для ваших нужд. Он предоставляет функцию для чтения CSV-файлов. pandas.read_csv