如何将向量连接成 numpy 矩阵的行？答案

【问题标题】：How to concatenate a vector into rows of a numpy matrix?如何将向量连接成 numpy 矩阵的行？
【发布时间】：2020-09-01 17:54:06
【问题描述】：

假设numpy向量a和矩阵b如下：

import numpy as np
a = np.array([1,2])
b = np.array([[3,4],[5,6]])

我想将向量 a 连接到 矩阵 b 的每一行。预期输出如下：

output=np.array([[1,2,3,4],[1,2,5,6]])

我有一个工作代码如下：

output=np.array([np.concatenate((a,row)) for row in b] )

有没有更快的 numpy 函数来执行这样的任务？任何建议表示赞赏！

【问题讨论】：

【解决方案1】：

output = np.zeros((2,4), int)
output[:, :2] = a    # broadcasts (2,) to (1,2) to (2,2)
output[:, 2:] = b

【讨论】：

【解决方案2】：

你可以将a用np.broadcast_to广播成b的形状，然后用np.hstack将它们水平堆叠：

np.hstack([np.broadcast_to(a, b.shape), b])
array([[1, 2, 3, 4],
       [1, 2, 5, 6]])

【讨论】：

【解决方案3】：

好吧，我对您的解决方案与其他解决方案进行了“快速”比较。由于它们都能够达到相同的结果，因此看哪一个表现更好很重要。

【讨论】：

你忘记邀请我参加聚会了 ;-) 。顺便说一句：很好的比较！
@RuthgerRighart 你去吧；p
第二快，不错:-)
要在 numpy 中获得有代表性的时序，您需要尝试使用更大的数组
对于如此小的数组大小，这些时间甚至不能代表性能的实际差异。您只是看到了所涉及的 numpy 函数的开销差异。 concatenate+for 循环在实际案例中的性能完全不如其他方法。

【解决方案4】：

您可以使用reshape 和concatenate：

np.concatenate((np.concatenate((a.reshape(1,2), a.reshape(1,2))), b), axis=1)

或者使用tile 可能更好：

np.concatenate((np.tile(a.reshape(1,2), (2,1)), b), axis=1)

【讨论】：