Ajout d'une colonne supplémentaire à un tableau NumPy
NumPy, la bibliothèque informatique polyvalente de Python, permet aux utilisateurs de manipuler et d'analyser sans effort des tableaux multidimensionnels. Une opération courante consiste à ajouter une colonne supplémentaire à un tableau existant. Pour y parvenir, vous pouvez utiliser plusieurs méthodes, notamment :
np.c_[...] et np.r_[...]
Comme alternatives à np.hstack et np.vstack, np.c_[...] et np.r_[...] offrent des options flexibles pour l'ajout de colonnes et de lignes, respectivement. Ils utilisent des crochets [] au lieu de parenthèses ().
Prenons un exemple :
<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>
Différences clés
La principale distinction entre np .c_[...] et np.r_[...] réside dans leur fonctionnement. np.c_[...] ajoute des colonnes, vous permettant de concaténer plusieurs tableaux le long du deuxième axe. En revanche, np.r_[...] ajoute des lignes, permettant la concaténation de tableaux le long du premier axe.
Exemples d'utilisation
Voici des exemples supplémentaires pour illustrer la polyvalence de np.c_[...] et 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>
Conclusion
En tirant parti de np.c_[. ..] et np.r_[...], vous pouvez ajouter de manière transparente des colonnes et des lignes à vos tableaux NumPy, vous permettant ainsi de manipuler les données de manière efficace et efficiente.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!