Python 将字符串列添加到浮点矩阵NumPy

我正在寻找一种方法，将一列浮点值添加到字符串值矩阵中

Mymatrix = 
[["a","b"],
 ["c","d"]]

我需要一个这样的矩阵=

[["a","b",0.4],
 ["c","d",0.6]]

我建议改为使用数据帧：

import pandas as pd

df = pd.DataFrame([["a","b",0.4],
                   ["c","d",0.6]])

print(df)

   0  1    2
0  a  b  0.4
1  c  d  0.6

您还可以指定列（

系列

）名称：

---

你需要明白你为什么这么做。Numpy是高效的，因为数据在内存中对齐。因此，混合类型通常是性能差的根源。但在您的例子中，您可以保留对齐，因为所有字符串都具有相同的长度。由于类型不是同质的，因此可以使用：

---

您也可以使用pandas，但通常会降低一些性能。

如前所述，您不能在数据阵列中混合数据类型，但可以在or中混合数据类型。它们的相似之处在于，您可以按照

dtype=

参数的定义混合数据类型（它定义了数据类型和字段名）。记录数组允许按属性而不是仅按索引访问结构化数组的字段。如果要在数组之间复制整个内容，则不需要对循环执行

。请参见下面的示例（使用您的数据）：

结果输出如下所示：

[('a', 'b',  0.4) ('c', 'd',  0.6)]

然后，使用格式化的字符串进行打印。

在我的示例中，如果您颠倒分配顺序，也可以从重新排列复制到重新排列。

注意：我发现在使用Recarray时可能会有严重的性能损失。请参阅此线程中的答案：

您不能在NumPy中使用它（除非您有一个
对象的数组，这通常不是很有用）。考虑使用Python（嵌套）列表或其他高级结构，比如数据帧。多谢各位
raw=[["a","b",0.4],
["c","d",0.6]]

dt=dtype([('col0','U1'),('col1','U1'),('col2',float)])

aligned=ndarray(len(raw),dt)

for i in range (len(raw)):
    for j in range (len(dt)):
        aligned[i][j]=raw[i][j]

Mymatrix = np.array([["a","b"], ["c","d"]])
Mycol = np.array([0.4, 0.6])

dt=np.dtype([('col0','U1'),('col1','U1'),('col2',float)])
new_recarr = np.empty((2,), dtype=dt)
new_recarr['col0'] = Mymatrix[:,0]
new_recarr['col1'] = Mymatrix[:,1]
new_recarr['col2'] = Mycol[:]
print (new_recarr)

[('a', 'b',  0.4) ('c', 'd',  0.6)]