如何将列添加到numpy数组

Question

我正在尝试向从创建的数组中添加一列recfromcsv。在这种情况下，它是一个数组：（[210,8]行，列）。

我想添加第九列。空或零都无所谓。

from numpy import genfromtxt
from numpy import recfromcsv
import html" target="_blank">numpy as np
import time

if __name__ == '__main__':
 print("testing")
 my_data = recfromcsv('LIAB.ST.csv', delimiter='\t')
 array_size = my_data.size
 #my_data = np.append(my_data[:array_size],my_data[9:],0)

 new_col = np.sum(x,1).reshape((x.shape[0],1))
 np.append(x,new_col,1)

Answer 1

我认为您的问题是您希望np.append就地添加该列，但是由于存储的numpy数据的原因，它的作用是创建连接数组的副本

Returns
-------
append : ndarray
    A copy of `arr` with `values` appended to `axis`.  Note that `append`
    does not occur in-place: a new array is allocated and filled.  If
    `axis` is None, `out` is a flattened array.

所以你需要保存输出all_data = np.append(...)：

my_data = np.random.random((210,8)) #recfromcsv('LIAB.ST.csv', delimiter='\t')
new_col = my_data.sum(1)[...,None] # None keeps (n, 1) shape
new_col.shape
#(210,1)
all_data = np.append(my_data, new_col, 1)
all_data.shape
#(210,9)

替代方式：

all_data = np.hstack((my_data, new_col))
#or
all_data = np.concatenate((my_data, new_col), 1)

我相信这三个函数（以及np.vstack）之间的唯一区别axis是未指定when的默认行为：

• concatenate 假设 axis = 0
• hstack假设axis = 1除非输入为1d，否则axis = 0
• vstack``axis = 0如果输入为1d，则假定在添加轴后
• append 展平数组

根据您的评论，并更加仔细地查看示例代码，我现在认为您可能想做的是在
记录数组中
添加一个 字段 。您都导入了返回
结构化数组
和返回略有不同的
记录数组

（）的两种方法。您现在使用的实际上是a
，这意味着最有可能是因为recarrays是记录的1d数组，其中每个记录都是具有给定dtype的元组。
__genfromtxt
__recfromcsv
__recarrayrecfromcsv``my_data``recarray``my_data.shape = (210,)

因此，您可以尝试以下操作：

import numpy as np
from numpy.lib.recfunctions import append_fields
x = np.random.random(10)
y = np.random.random(10)
z = np.random.random(10)
data = np.array( list(zip(x,y,z)), dtype=[('x',float),('y',float),('z',float)])
data = np.recarray(data.shape, data.dtype, buf=data)
data.shape
#(10,)
tot = data['x'] + data['y'] + data['z'] # sum(axis=1) won't work on recarray
tot.shape
#(10,)
all_data = append_fields(data, 'total', tot, usemask=False)
all_data
#array([(0.4374783740738456 , 0.04307289878861764, 0.021176067323686598, 0.5017273401861498),
#       (0.07622262416466963, 0.3962146058689695 , 0.27912715826653534 , 0.7515643883001745),
#       (0.30878532523061153, 0.8553768789387086 , 0.9577415585116588  , 2.121903762680979 ),
#       (0.5288343561208022 , 0.17048864443625933, 0.07915689716226904 , 0.7784798977193306),
#       (0.8804269791375121 , 0.45517504750917714, 0.1601389248542675  , 1.4957409515009568),
#       (0.9556552723429782 , 0.8884504475901043 , 0.6412854758843308  , 2.4853911958174133),
#       (0.0227638618687922 , 0.9295332854783015 , 0.3234597575660103  , 1.275756904913104 ),
#       (0.684075052174589  , 0.6654774682866273 , 0.5246593820025259  , 1.8742119024637423),
#       (0.9841793718333871 , 0.5813955915551511 , 0.39577520705133684 , 1.961350170439875 ),
#       (0.9889343795296571 , 0.22830104497714432, 0.20011292764078448 , 1.4173483521475858)], 
#      dtype=[('x', '<f8'), ('y', '<f8'), ('z', '<f8'), ('total', '<f8')])
all_data.shape
#(10,)
all_data.dtype.names
#('x', 'y', 'z', 'total')