在 2D numpy 数组的末尾添加一列答案

【问题标题】：Add a column at the end of a 2D numpy array在 2D numpy 数组的末尾添加一列
【发布时间】：2021-04-24 16:40:33
【问题描述】：

这个问题已经被问过很多次了。我仍然无法弄清楚答案。对不起。这里我举一个最小的例子：

import numpy as np

A=np.array([[1.,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(A)
x,y=A.shape
B=np.full(x,-1.0)
print(B)
#np.concatenate((A,B),1)
np.hstack((A,B))

我想要一个像这样的数组：

C=np.array([[1.,2,3,-1.],[4,5,6,-1.0],[7,8,9,-1.0],[10,11,12,-1.0]])
print(C)
>>>>
[[ 1.  2.  3. -1.]
 [ 4.  5.  6. -1.]
 [ 7.  8.  9. -1.]
 [10. 11. 12. -1.]]

我尝试了所有方法 (append, hstack, concatenate, insert)，但一直收到此尺寸不匹配错误。请帮忙。

【问题讨论】：

您是否尝试了解并纠正尺寸不匹配？听起来您只是尝试了不同的功能。这不是你学习的方式。
我可以问你一个不同的问题吗？有时，numpy.array 给出（至少在打印时）逗号分隔的数组（如在下面提到的操作之后），有时不给出（如问题中的我的 A 数组）。是有显着差异还是它们的行为相似？
numpy 数组的 print(X) 省略了逗号。 repr 显示包括它们（以及 np.array。目的是通过微妙的方式将它们与列表区分开来。

标签： python arrays numpy insert append

【解决方案1】：

因为 B 是一维矩阵，而 A 是二维矩阵。把B改成np.array([[-1.] for _ in range(x)])，那么np.hstack((A,B))就可以了。

>>> B=np.array([[-1.] for _ in range(x)])
        
>>> B
        
array([[-1.],
       [-1.],
       [-1.],
       [-1.]])
>>> np.hstack((A,B))
        
array([[ 1.,  2.,  3., -1.],
       [ 4.,  5.,  6., -1.],
       [ 7.,  8.,  9., -1.],
       [10., 11., 12., -1.]])

【讨论】：

【解决方案2】：

In [14]: A=np.array([[1.,2,3],[4,5,6],[7,8,9],[10,11,12]])
    ...: print(A)
    ...: x,y=A.shape
    ...: B=np.full(x,-1.0)
    ...: print(B)
[[ 1.  2.  3.]
 [ 4.  5.  6.]
 [ 7.  8.  9.]
 [10. 11. 12.]]
[-1. -1. -1. -1.]
In [15]: A.shape
Out[15]: (4, 3)
In [16]: B.shape
Out[16]: (4,)

您的尺寸错误：

In [17]: np.concatenate((A,B), 1)
Traceback (most recent call last):
  File "<ipython-input-17-8dc80544006c>", line 1, in <module>
    np.concatenate((A,B), 1)
  File "<__array_function__ internals>", line 5, in concatenate
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

问题应该很明显。一个数组是 (4,3)，另一个是 (4,)，2d 和 1d。

我们可以轻松地向B 添加维度（B.reshape(4,1) 也可以）：

In [18]: B[:,None].shape
Out[18]: (4, 1)
In [19]: np.concatenate((A,B[:,None]), 1)
Out[19]: 
array([[ 1.,  2.,  3., -1.],
       [ 4.,  5.,  6., -1.],
       [ 7.,  8.,  9., -1.],
       [10., 11., 12., -1.]])

尝试其他功能没有帮助。从 hstack 错误中可以明显看出，它只是将作业传递给 concatenate：

In [20]: np.hstack((A,B))
Traceback (most recent call last):
  File "<ipython-input-20-56593299da4e>", line 1, in <module>
    np.hstack((A,B))
  File "<__array_function__ internals>", line 5, in hstack
  File "/usr/local/lib/python3.8/dist-packages/numpy/core/shape_base.py", line 346, in hstack
    return _nx.concatenate(arrs, 1)
  File "<__array_function__ internals>", line 5, in concatenate
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

np.append 也可以。

column_stack 也使用concatenate，但将数组调整为二维：

In [22]: np.column_stack((A,B))
Out[22]: 
array([[ 1.,  2.,  3., -1.],
       [ 4.,  5.,  6., -1.],
       [ 7.,  8.,  9., -1.],
       [10., 11., 12., -1.]])

注意错误信息，并尝试从中学习。你未来的编程自我会感谢你！

【讨论】：

【解决方案3】：

试试numpy.insert():

import numpy as np

A = np.array([
    [1., 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]
])
# print(A)
A = np.insert(A, 3, values=[-1] * 4, axis=1)
print(A)

或者，更一般地说，使用形状：

import numpy as np

A = np.array([
    [1., 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]
])
# print(A)
x, y = A.shape
A = np.insert(A, y, values=[-1] * x, axis=1)
print(A)

在这两种情况下，您都应该得到：

[[ 1.  2.  3. -1.]
 [ 4.  5.  6. -1.]
 [ 7.  8.  9. -1.]
 [10. 11. 12. -1.]]

【讨论】：

【解决方案4】：

你可以使用numpy.column_stack:

>>> A=np.array([[1.,2,3],[4,5,6],[7,8,9],[10,11,12]])
>>> x,y = A.shape
>>> B = np.full(x,-1.0)
>>> np.column_stack((A,B))
array([[ 1.,  2.,  3., -1.],
       [ 4.,  5.,  6., -1.],
       [ 7.,  8.,  9., -1.],
       [10., 11., 12., -1.]])

你也可以试试这个方法：

>>> B = np.full((x,y+1),-1)
>>> B[:,:-1] = A
>>> B
array([[ 1,  2,  3, -1],
       [ 4,  5,  6, -1],
       [ 7,  8,  9, -1],
       [10, 11, 12, -1]])

【讨论】：