Numpy 添加新列 - Python

Numpy是Python的一个常用库，专门用于科学计算。Numpy提供了矩阵运算等功能，是许多机器学习和数据分析相关的库的基础。

在数据分析过程中，经常需要添加新列。numpy中提供了一些方法，可以方便地添加新列。本文将介绍如何在numpy中添加新列。

使用np.hstack()添加新列

np.hstack()可以将多个数组按列合并，实现将新列与原数组合并的功能。可以使用以下代码实现添加新列：

import numpy as np

# 创建原数组
original_array = np.array([[1, 2], [3, 4]])

# 创建新列
new_column = np.array([5, 6])

# 使用np.hstack()添加新列
new_array = np.hstack((original_array, new_column.reshape(-1, 1)))

print(new_array)

输出结果为：

array([[1, 2, 5],
       [3, 4, 6]])

其中，reshape(-1, 1)将一维数组new_column转换为二维数组。-1表示自动生成行数，1表示列数为1。

使用np.column_stack()添加新列

np.column_stack()与np.hstack()的功能类似，也可以将多个数组按列合并。可以使用以下代码实现添加新列：

import numpy as np

# 创建原数组
original_array = np.array([[1, 2], [3, 4]])

# 创建新列
new_column = np.array([5, 6])

# 使用np.column_stack()添加新列
new_array = np.column_stack((original_array, new_column))

print(new_array)

输出结果为：

array([[1, 2, 5],
       [3, 4, 6]])

使用np.concatenate()添加新列

np.concatenate()也可以将多个数组按列合并，实现将新列与原数组合并的功能。可以使用以下代码实现添加新列：

import numpy as np

# 创建原数组
original_array = np.array([[1, 2], [3, 4]])

# 创建新列
new_column = np.array([5, 6])

# 使用np.concatenate()添加新列
new_array = np.concatenate((original_array, new_column.reshape(-1, 1)), axis=1)

print(new_array)

输出结果为：

array([[1, 2, 5],
       [3, 4, 6]])

其中，axis=1表示按列合并。

总结

以上就是在numpy中添加新列的几种方法。三种方法的功能都是将新列与原数组合并。np.hstack()和np.column_stack()的功能类似，可以将多个数组按列合并。np.concatenate()功能更加灵活，可以指定合并的方向。使用这些方法可以方便地添加新列，为数据分析和处理带来便利。