Numpy：将项目附加到类似矩阵的数组

Question

我以前用 R 编写代码，现在试图找到进入 python 的方法。我大部分时间都在使用列表，但现在我需要用 numpy 完成任务。不知何故，与 R 相比，这似乎完全不同，而且大多数时候我遇到了广播不同形状的输入数组的问题。也许如果我能弄清楚下面的代码出了什么问题，我就能更好地理解 numpy 试图做什么以及如何处理数组的某些部分。

import numpy as np

a = np.array((1,2,3,4))
b = np.array((2,4,6,8))
c = np.array((3,6,9,12))

myArray = np.asarray((a,b,c))

现在我想在 myArray 上附加每一行的平均值。我试过这个：

for i in range(myArray.shape[0]):
    myArray[i] = np.append(myArray[i,:], np.mean(myArray[i,:]))

我得到“无法将输入数组从形状 (5) 广播到形状 (4)。我想，它试图将新项目压缩到大小为 4 的旧数组中，而我想 追加 它。我该怎么做？

我想要的输出如下所示：

[In] print myArray
[Out] [[1.0  2.0  3.0  4.0  2.5]
      [2.0, 4.0, 6.0, 8.0, 5.0]
      [3.0, 6.0, 9.0, 12.0, 7.5]]

Answer 1

使用.mean(1) 获取跨行的平均值/平均值，然后使用np.column_stack 将它们作为两个“柱状块”堆叠在输入数组旁边，就像这样 -

np.column_stack((myArray,myArray.mean(1)))

---

为了循环执行，需要初始化并存储，如下图-

m,n = myArray.shape               # Get shape of input array
# Define output array with same rows as input, but one more column in it
myArrayOut = np.zeros((m,n+1))    
for i in range(myArray.shape[0]):
    # Store each row alongwith its mean as the last element
    myArrayOut[i] = np.append(myArray[i,:], np.mean(myArray[i,:]))