python - 如何在python中将向量附加到矩阵

Question

我想在 python 中将向量附加到矩阵。我尝试了 append 或 concatenate 方法，但没有得到答案。我以前使用过 Matlab，我用过这个:

m = zeros(10, 4) % define my matrix, 10x4
v = ones(10, 1) % my vecto, 10x1
c = [m,v] % so simple! the result is: 10x5 (the vector added as the last column)

我如何使用 numpy 在 python 中做到这一点？

Answer 1

您正在寻找 np.r_和 np.c_ . (想想“列堆栈”和“行堆栈”(它们也是函数)，但具有 matlab 样式的范围生成。)

另见 np.concatenate , np.vstack , np.hstack , np.dstack , np.row_stack, np.column_stack 等

例如:

import numpy as np
m = np.zeros((10, 4))
v = np.ones((10, 1))
c = np.c_[m, v]

产量:

array([[ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  1.]])

这也等同于 np.hstack([m, v]) 或 np.column_stack([m, v])

如果您不是来自 matlab，hstack 和 column_stack 可能看起来更具可读性和描述性。 (出于这个原因，他们在这种情况下可以说更好。)

但是，np.c_ 和 np.r_ 具有来自 matlab 的人们往往期望的附加功能。例如:

In [7]: np.r_[1:5, 2]
Out[7]: array([1, 2, 3, 4, 2])

或者:

In [8]: np.c_[m, 0:10]
Out[8]:
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  2.],
       [ 0.,  0.,  0.,  0.,  3.],
       [ 0.,  0.,  0.,  0.,  4.],
       [ 0.,  0.,  0.,  0.,  5.],
       [ 0.,  0.,  0.,  0.,  6.],
       [ 0.,  0.,  0.,  0.,  7.],
       [ 0.,  0.,  0.,  0.,  8.],
       [ 0.,  0.,  0.,  0.,  9.]])

无论如何，对于使用 matlab 的人来说，除了 vstack 之外，了解 np.r_ 和 np.c_ 也很方便，hstack等