Question

我是python和numpy的新手。我有一个像这样的numpy数组：

a = [[  0.      2.      0.     0.      0.      0.   ]
     [  0.     14.      0.     0.      0.      0.   ]]

对于第一个数组，其中2是，我想插入1 0 0，对于第二个数组14，我想插入0 0 1，以便最终结果如下所示： / p>

a = [[  0.      1.      0.      0.      0.     0.      0.      0.   ]
     [  0.      0.      0.      1.      0.     0.      0.      0.   ]]

最简单的方法是什么？

Answer 1

所需数组的形状与原始数组a不同。因此，您无法使用简单切片生成所需的数组分配，或单个调用分配函数，如numpy.place，numpy.put，numpy.putmask 或numpy.copyto。

因此，我认为不是将此视为分配和插入操作将它视为新阵列的构造可能更好。有很多方法可以做到这一点：

您可以使用numpy.concatenate：

np.concatenate([a[:,:1], b, a[:,2:]], axis=1)

或numpy.column_stack：
```
np.column_stack([a[:,:1], b, a[:,2:]])
```
或numpy.c_：
```
np.c_[a[:,:1], b, a[:,2:]]
```

或numpy.bmat：

np.array(np.bmat([a[:,:1], b, a[:,2:]]))

或为空数组分配空间，并将值分配给c：
的切片
```
c = np.empty((a.shape[0], a.shape[1]+b.shape[1]-1), dtype=a.dtype)
c[:, :1] = a[:, :1]
c[:, 1:4] = b
c[:, 4:] = a[:, 2:]
```
这里没有必要，但要记住，分配和分配是构建数组的可行方法。有时，虽然不在这里，但它甚至是您最快的选择。
或numpy.delete和numpy.insert：
```
np.insert(np.delete(a, [1], 1), [1], b, axis=1)
```
但我建议您不要使用insert和delete。 np.delete创建了一个新数组从a复制的值。相反，切片a[:,:1]和 a[:,2:]是<{1}}的观看次数，因此不需要任何复制。额外的分配和复制使此方法比显示的其他方法慢上方。

例如，如果我们定义：

然后

import numpy as np
a = np.array([[  0.,   2.,   0.,   0.,   0.,   0.],
              [  0.,  14.,   0.,   0.,   0.,   0.]])
b = np.array([(1, 0, 0), 
              (0, 0, 1)])

（其他选项产生相同的结果。）

如何转换元素然后插入到numpy数组中

1 个答案: