Anhängen einer zusätzlichen Spalte an ein NumPy-Array
NumPy, Pythons vielseitige wissenschaftliche Computerbibliothek, ermöglicht Benutzern die mühelose Bearbeitung und Analyse mehrdimensionaler Arrays. Eine häufige Operation ist das Hinzufügen einer zusätzlichen Spalte zu einem vorhandenen Array. Um dies zu erreichen, können Sie mehrere Methoden verwenden, darunter:
np.c_[...] und np.r_[...]
Als Alternativen zu np.hstack und np.vstack, np.c_[...] und np.r_[...] bieten flexible Optionen für das Hinzufügen von Spalten bzw. Zeilen. Sie verwenden eckige Klammern [] anstelle von Klammern ().
Betrachten Sie ein Beispiel:
<code class="python">import numpy as np a = np.array([[1, 2, 3], [2, 3, 4]]) # Add a column of zeros to the right b = np.c_[a, np.zeros(a.shape[0])] print(b) # [[1 2 3 0] # [2 3 4 0]]</code>
Hauptunterschiede
Der primäre Unterschied zwischen np .c_[...] und np.r_[...] liegt in ihrer Funktionsweise. np.c_[...] hängt Spalten an, sodass Sie mehrere Arrays entlang der zweiten Achse verketten können. Im Gegensatz dazu hängt np.r_[...] Zeilen an und ermöglicht so die Verkettung von Arrays entlang der ersten Achse.
Verwendungsbeispiele
Hier finden Sie zusätzliche Beispiele zur Veranschaulichung die Vielseitigkeit von np.c_[...] und np.r_[...]:
<code class="python"># Adding a column of ones to the left of array A A = np.eye(3) b = np.c_[np.ones(A.shape[0]), A] # Adding a row below array A c = np.r_[A, [A[1]]] # Mixing vectors and scalars d = np.r_[A[0], [1, 2, 3], A[1]]</code>
Fazit
Durch die Nutzung von np.c_[. ..] und np.r_[...] können Sie nahtlos Spalten und Zeilen zu Ihren NumPy-Arrays hinzufügen und so Daten effektiv und effizient bearbeiten.
Das obige ist der detaillierte Inhalt vonWie kann ich eine zusätzliche Spalte an ein NumPy-Array anhängen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!