Question

可能重复：
What's the simplest way to extend a numpy array in 2 dimensions?

作为一名Matlab用户切换到python，我一直很沮丧，因为我不知道所有的技巧，并且在代码工作之前就会被黑客攻击。下面是一个例子，我有一个矩阵，我想添加一个虚拟列。当然，有一种比下面的zip vstack zip方法更简单的方法。它有效，但它完全是一个noob尝试。请赐教。提前感谢您花时间学习本教程。

# BEGIN CODE

from pylab import *

# Find that unlike most things in python i must build a dummy matrix to 
# add stuff in a for loop. 
H = ones((4,10-1))
print "shape(H):"
print shape(H)
print H
### enter for loop to populate dummy matrix with interesting data...
# stuff happens in the for loop, which is awesome and off topic.
### exit for loop
# more awesome stuff happens...
# Now I need a new column on H
H = zip(*vstack((zip(*H),ones(4)))) # THIS SEEMS LIKE THE DUMB WAY TO DO THIS...
print "shape(H):"
print shape(H)
print H

# in conclusion. I found a hack job solution to adding a column
# to a numpy matrix, but I'm not happy with it.
# Could someone educate me on the better way to do this?

# END CODE

Answer 1

使用np.column_stack：

In [12]: import numpy as np

In [13]: H = np.ones((4,10-1))

In [14]: x = np.ones(4)

In [15]: np.column_stack((H,x))
Out[15]: 
array([[ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.]])

In [16]: np.column_stack((H,x)).shape
Out[16]: (4, 10)

Answer 2

有几个函数可以让你concatenate数组在不同的维度：

np.vstack沿axis=0
np.hstack沿axis=1
np.dstack沿axis=2

在您的情况下，np.hstack看起来像您想要的。 np.column_stack将一组1D数组堆叠为2D数组，但您已经开始使用2D数组。

当然，没有什么能阻止你这么做：

>>> new = np.empty((a.shape[0], a.shape[1]+1), dtype=a.dtype)
>>> new.T[:a.shape[1]] = a.T

在这里，我们创建了一个带有额外列的空数组，然后使用一些技巧将第一列设置为a（使用转置运算符T，以便new.T具有与a.T相比的额外行...）

如何将列添加到python（矩阵）多维数组？

2 个答案: