在python中添加列Numpy数组

我对python非常陌生，也非常熟悉R，但我的问题很简单，使用Numpy数组：

注意：

我有一个维数为100,2的浮点型数组X，我想添加第三列，最好是添加到一个新的维数为100,3的Numpy数组中，这样，对于X数组中的每一行，第三列=col1^2

我的理解是Numpy阵列通常是固定尺寸的，所以我可以创建一个新的dim 100x3阵列，我只是不知道如何使用Numpy阵列

谢谢

生成一个形状为100,2的数组，用2填充。 a=np.full100,2,2 计算第一列的平方，这将是一个一维数组。 平方=a[：，0]**2 将一维数组连接到， 首先需要通过重塑-1,1将其转换为形状为100,1的二维棱柱 c=np.连接A，平方。重塑-1,1，轴=1

---

轴=1的追加应该有效

a=np.零5,2 b=np.ones 5,1 printnp.附录A，b，轴=1 这应返回：

[[0,0,1], [0,0,1], [0,0,1], [0,0,1], [0,0,1]] 一种方法是创建一个新数组，然后将其连接起来。例如，假设M当前是您的数组

可以将col1^2计算为C=M[：，0]**2，我将其解释为第1列的平方，而不是第1列与第2列中的值的幂的乘积。C现在将是一个形状为100的数组，因此我们可以使用C=np对其进行重塑。展开_dimsC，1将创建一个长度为1的新轴，因此我们的新列现在具有形状为100，1。这一点很重要，因为我们希望两个数组在连接时具有相同的维数

这里的最后一步是使用np.concatenate连接它们。总之，我们的结果如下所示

C = M[:, 0] ** 2
C = np.expand_dims(C, 1)
M = np.concatenate([M, C], axis=1) #third row will now be col(1) ^ 2

如果你是那种喜欢在一条线上做事的人，你必须：

M = np.concatenate([M, np.expand_dims(M[:, 0] ** 2, 0)], axis=1)

话虽如此，我还是建议看看熊猫，在我看来，它更自然地支持这些行为。在熊猫身上，它会是

M["your_col_3_name"] = M["your_col_1_name"] ** 2

---

其中M是一个数据帧。

正如您所看到的，尽管nArray是固定维的，就像元组和字符串是固定维的一样，它们的值可以被覆盖，并且旧数组最终会被垃圾收集，但这是有效的。因为上面的Pandas数组的工作方式与R更为相似。同样，如果我想将相同列空间的行附加numpy数组连接起来，即如果a=100,3，B=50,3将是np。concatenateA，B，axis=1给我一个维度为150,3的数组？concatenateA，B，axis=0将执行此任务，axis=1将失败，因为所有输入数组在其他轴中需要相同的形状。。。请注意，在A，Bnp周围缺少括号。zeroes100,3使用所需形状生成浮点数组默认数据类型。将np.0和np.1放在枕头下，以备将来使用。