我想在python中将一个向量追加到矩阵中。我尝试了append
或concatenate
方法,但我没有得到答案。我以前和Matlab一起工作过,我用过这个:
m = zeros(10,4) % define my matrix, 10x4
v = ones(10,1) % my vecto, 10x1
c = [m,v] % so simple! the result is: 10x5 (the vector added as the last column)
如何使用numpy在python中执行此操作?
感谢
答案 0 :(得分:25)
您正在寻找np.r_
和np.c_
。 (想想“列堆栈”和“行堆栈”(它们也是函数),但是使用matlab样式的范围生成。)
另请参阅np.concatenate
,np.vstack
,np.hstack
,np.dstack
,np.row_stack
,np.column_stack
等。
例如:
import numpy as np
m = np.zeros((10, 4))
v = np.ones((10, 1))
c = np.c_[m, v]
收率:
array([[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.]])
这也相当于np.hstack([m, v])
或np.column_stack([m, v])
如果您不是来自matlab,hstack
和column_stack
似乎更具可读性和描述性。 (出于这个原因,他们在这种情况下可以说是更好的。)
但是,np.c_
和np.r_
具有来自matlab的人们期望的附加功能。例如:
In [7]: np.r_[1:5, 2]
Out[7]: array([1, 2, 3, 4, 2])
或者:
In [8]: np.c_[m, 0:10]
Out[8]:
array([[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 2.],
[ 0., 0., 0., 0., 3.],
[ 0., 0., 0., 0., 4.],
[ 0., 0., 0., 0., 5.],
[ 0., 0., 0., 0., 6.],
[ 0., 0., 0., 0., 7.],
[ 0., 0., 0., 0., 8.],
[ 0., 0., 0., 0., 9.]])
无论如何,对于matlab人来说,除了np.r_
,np.c_
等之外,了解vstack
和hstack
也很方便。
答案 1 :(得分:4)
在numpy中它是相似的:
>>> m=np.zeros((10,4))
>>> m
array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
>>> v=np.ones((10,1))
>>> v
array([[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.],
[ 1.]])
>>> np.c_[m,v]
array([[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.],
[ 0., 0., 0., 0., 1.]])