Изменение формы массива numpy

Думаю, вам лучше создать пустой 2D-массив и заполнить его позже ...

import numpy as np

N = how_many()
L = how_long()

complete = np.empty((N, L), dtype=float)

for i in range(N):
    complete(i, :) = extract_feature(i)

Вместо dtype=float вы можете использовать другой числовой тип, если этого требует ваша проблема.

Например.,

In [14]: a = np.empty((2,4), dtype=float)

In [15]: for i in (0, 1):
    ...:     a[i,:] = np.ones(4)*i
    ...:     

In [16]: a
Out[16]: 
array([[0., 0., 0., 0.],
       [1., 1., 1., 1.]])

Дополнение

Прокомментируйте эффективность Если заранее известны размеры массива, который они собираются построить построчно, подход, описанный выше, лучше, потому что он позволяет избежать постоянного выделение новой памяти, копирование временного результата и новой строки в новую память и освобождение памяти, использованной для хранения предыдущего временного результата.

Альтернатива с использованием конкатенации Если, с другой стороны, заранее неизвестно, сколько строк будет создано во время создания массива, или если кто-то настаивает на использовании неоптимального решения, они могут использоватьnp.vstack, инкапсуляция продукции новых строк в генератор

import numpy as np

def features_factory(stuff):
    while true:
        feature = new_feature(stuff)
        if feature:
            yield feature
        else:
            return

complete = np.vstack(features_factory(todays_stuff))

Например.,

In [1]: import numpy as np

In [2]: np.random.seed((2018+7+8)) # today's stuff... ;)

In [3]: def features_factory(stuff):
   ...:     n = 0
   ...:     while True:
   ...:         if n<stuff:
   ...:             yield np.ones(5)*n
   ...:             n = n+1
   ...:         else:
   ...:             return        

In [4]: complete = np.vstack(features_factory(np.random.randint(5,11)))

In [5]: complete
Out[5]: 
array([[0., 0., 0., 0., 0.],
       [1., 1., 1., 1., 1.],
       [2., 2., 2., 2., 2.],
       [3., 3., 3., 3., 3.],
       [4., 4., 4., 4., 4.],
       [5., 5., 5., 5., 5.],
       [6., 6., 6., 6., 6.],
       [7., 7., 7., 7., 7.]])

In [6]: