“启动”所需阵列的方法是：
arr = np.empty((0,3), int)
这是一个空数组，但具有适当的维数。
>>> arr
array([], shape=(0, 3), dtype=int64)
然后确保沿轴0附加：
arr = np.append(arr, np.array([[1,2,3]]), axis=0)
arr = np.append(arr, np.array([[4,5,6]]), axis=0)
但是，@ jonrsharpe是正确的。实际上，如果要循环添加，则像第一个示例中那样将其添加到列表中会更快得多，然后最后转换为numpy数组，因为您实际上并没有使用numpy作为打算在循环中：
In [210]: %%timeit
.....: l = []
.....: for i in xrange(1000):
.....: l.append([3*i+1,3*i+2,3*i+3])
.....: l = np.asarray(l)
.....:
1000 loops, best of 3: 1.18 ms per loop
In [211]: %%timeit
.....: a = np.empty((0,3), int)
.....: for i in xrange(1000):
.....: a = np.append(a, 3*i+np.array([[1,2,3]]), 0)
.....:
100 loops, best of 3: 18.5 ms per loop
In [214]: np.allclose(a, l)
Out[214]: True
numpythonic的实现方法取决于您的应用程序，但它更像是：
In [220]: timeit n = np.arange(1,3001).reshape(1000,3)
100000 loops, best of 3: 5.93 µs per loop
In [221]: np.allclose(a, n)
Out[221]: True
602392714
清零编程群