如何将多个额外的列添加到NumPy数组

波先生

假设我有两个NumPy数组，a和b：

a = np.array([
    [1, 2, 3],
    [2, 3, 4]
    ])

b = np.array([8,9])

我想将相同的数组追加b到每一行（即添加多列）以获得一个数组，c：

b = np.array([
    [1, 2, 3, 8, 9],
    [2, 3, 4, 8, 9]
    ])

如何在NumPy中轻松高效地做到这一点？

我特别担心它在大型数据集（a比更大的数据集b）中的行为，是否有办法创建许多副本（即a.shape[0]）b？

与这个问题有关，但是有多个值。

hpaulj

一种替代concatenate方法是制作一个收件人数组，并将值复制到该收件人数组：

In [483]: a = np.arange(300).reshape(100,3)
In [484]: b=np.array([8,9])
In [485]: res = np.zeros((100,5),int)
In [486]: res[:,:3]=a
In [487]: res[:,3:]=b

采样时间

In [488]: %%timeit
     ...: res = np.zeros((100,5),int)
     ...: res[:,:3]=a
     ...: res[:,3:]=b
     ...: 
     ...: 
6.11 µs ± 20.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [491]: timeit np.concatenate((a, b.repeat(100).reshape(2,-1).T),1)
7.74 µs ± 15.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [164]: timeit np.concatenate([a, np.ones([a.shape[0],1], dtype=int).dot(np.array([b]))], axis=1) 
8.58 µs ± 160 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。