Question

我正在尝试增加一个矩阵来解决一个方程，但却无法解决。是的，我看到了“在NumPy中增加一个矩阵”的问题;这不是我需要的。

所以我的问题：创建一个增强矩阵[A b1 b2 ]

import numpy
a = numpy.array([[1,2],[5,12]])
b1 = numpy.array([-1,3]).T
b2 = numpy.array([1,-5]).T

我尝试过numpy.concatenate函数，返回

ValueError：所有输入数组必须具有相同的维数

有没有办法扩充矩阵，这样我就有一个

数组

[1 2 -1 1

5 12 3 -5]

如果有人知道，请通知我！请注意，我在IPython笔记本中执行此操作

（顺便说一句，我知道我不能用Numpy来减少它，这是一个大学问题，而且只是在IPython中完成剩下的工作）

由于马特

Answer 1

您可以使用np.column_stack函数堆叠1D数组，就好像它们是列向量一样。这应该做你想做的事情：

>>> np.column_stack((a, b1, b2))
array([[ 1,  2, -1,  1],
       [ 5, 12,  3, -5]])

Answer 2

我把你的代码放到Ipython中，并询问数组形状：

In [1]: a = numpy.array([[1,2],[5,12]])

In [2]: b1 = numpy.array([-1,3]).T

In [3]: b2 = numpy.array([1,-5]).T

In [4]: a.shape
Out[4]: (2, 2)

In [5]: b1.shape
Out[5]: (2,)

In [6]: b2.shape
Out[6]: (2,)

注意a有2个维度，其他1。 .T对1d数组没有任何作用。

尝试将b1设为2d。还要确保你在右轴上连接。

In [7]: b1 = numpy.array([[-1,3]]).T

In [9]: b1.shape
Out[9]: (2, 1)

Answer 3

numpy.concatenate()要求所有数组都具有相同数量的维度，因此您必须使用None或numpy.newaxis将1d向量扩展为2d，如下所示：

>>> numpy.concatenate((a, b1[:,None], b2[:,None]), axis=1)
array([[ 1,  2, -1,  1],
       [ 5, 12,  3, -5]])

还有用于行/列连接的缩写r_和c_，它们模仿了Matlab的符号：

>>> from numpy import c_
>>> c_[a, b1, b2]
array([[ 1,  2, -1,  1],
       [ 5, 12,  3, -5]])

查找源代码以了解它们的工作原理; - ）

使用numpy在Python中扩充矩阵

3 个答案: