将值追加到numpy数组

我有两个不同的数组b0和b1，其中： b0=[1,2] b1=[3,4]

我想将列表[b0的第一个元素，b1的第一个元素]附加到新数组B中 同样地： 列表[b0的第二个元素，b1的第二个元素]要附加到新数组B中 等等

这就是我的新阵列应该是这样的： 数组（[1,3]，[2,4]）

下面是我的代码：

b0=np.array([1,2])
b1=np.array([3,4])

for val in range(len(b1)):
    L=[b0[val],b1[val]]
    B=np.append(L,axis=0)
print(B)

---

我缺少位置参数值错误。请帮助我修复它。

如果你坚持使用numpy数组，我会这么做

new = []
for x, y in zip(b0, b1):
    new.append([x, y])

new = np.array(new)

或列表理解

new = np.array([[x,y] for x, y in zip(b0, b1)])

结果:

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

---

如果你坚持使用numpy数组，我会这么做

new = []
for x, y in zip(b0, b1):
    new.append([x, y])

new = np.array(new)

或列表理解

new = np.array([[x,y] for x, y in zip(b0, b1)])

结果:

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

---

在我看来，在这里使用np.append不是最方便的方法。您始终可以将python列表转换为np.array，在这种情况下只需使用zip就更容易了

b0=np.array([1,2])
b1=np.array([3,4])
B=np.array(list(zip(b0,b1)))

输出：

>>> B
array([[1, 3],
       [2, 4]])

---

在我看来，在这里使用np.append不是最方便的方法。您始终可以将python列表转换为np.array，在这种情况下只需使用zip就更容易了

b0=np.array([1,2])
b1=np.array([3,4])
B=np.array(list(zip(b0,b1)))

输出：

>>> B
array([[1, 3],
       [2, 4]])

订单错了：

In [56]: np.vstack((b0,b1))                                                  
Out[56]: 
array([[1, 2],
       [3, 4]])

但您可以将其转置：

In [57]: np.vstack((b0,b1)).T                                                
Out[57]: 
array([[1, 3],
       [2, 4]])

堆栈

是一种更通用的级联器

In [58]: np.stack((b0,b1), axis=1)                                           
Out[58]: 
array([[1, 3],
       [2, 4]])

或与：

In [59]: np.column_stack((b0,b1))                                            
Out[59]: 
array([[1, 3],
       [2, 4]])

在我最近的另一个回答中，有关于组合阵列的更多详细信息：

所有这些，包括

np.append

使用

np.concatenate

，只需首先以不同的方式调整维度

np.append

经常被误用。它不是一个列表附加克隆。不应在循环中重复使用。他们每次都制作一个新的数组，这不是很有效

订单错了：

In [56]: np.vstack((b0,b1))                                                  
Out[56]: 
array([[1, 2],
       [3, 4]])

但您可以将其转置：

In [57]: np.vstack((b0,b1)).T                                                
Out[57]: 
array([[1, 3],
       [2, 4]])

堆栈

是一种更通用的级联器

In [58]: np.stack((b0,b1), axis=1)                                           
Out[58]: 
array([[1, 3],
       [2, 4]])

或与：

In [59]: np.column_stack((b0,b1))                                            
Out[59]: 
array([[1, 3],
       [2, 4]])

在我最近的另一个回答中，有关于组合阵列的更多详细信息：

---

所有这些，包括

np.append

使用

np.concatenate

，只需首先以不同的方式调整维度

np.append

经常被误用。它不是一个列表附加克隆。不应在循环中重复使用。他们每次都会创建一个新阵列，这不是很有效。

请查看帮助或文档。签名是

numpy.append（arr，values，axis=None）

，因此您需要一个数组

arr

、要附加到

arr

的值

值

以及可选的

axis

。请查看帮助或文档。签名是

numpy.append（arr，values，axis=None）

，因此您需要一个数组

arr

、要附加到

arr

的值

和可选的
axis
。