`np.c_[...]`를 사용하여 NumPy 배열에 추가 열을 어떻게 추가합니까?

NumPy 배열에 추가 열 추가

Python의 과학 컴퓨팅을 위한 강력한 라이브러리인 NumPy는 다양한 조작 방법을 제공합니다. 다차원 데이터. 그 중에는 배열에 추가 열을 추가하는 작업이 있습니다. 배열의 크기를 확장하는 편리하고 효율적인 방법을 제공하는 전문 NumPy 함수를 사용하여 이를 달성하는 방법을 살펴보겠습니다.

np.r_[...] 및 np.c_[.. .]

2D 배열에 추가 열을 추가하는 데 유용한 두 가지 NumPy 함수는 np.r_[...](행 추가용)과 np.c_[...](행 추가용)입니다. 열 추가). np.vstack 및 np.hstack과 달리 이러한 함수는 괄호() 대신 대괄호 []를 사용합니다.

다음 2D 배열을 고려하세요.

<code class="python">import numpy as np

a = np.array([
    [1, 2, 3],
    [2, 3, 4],
])</code>

따라서 0 열을 추가하려면 두 번째 축, np.c_[...] 사용:

<code class="python">b = np.c_[a, np.zeros(a.shape[0])]</code>

이렇게 하면 원하는 결과가 나옵니다.

<code class="python">b = np.array([
    [1, 2, 3, 0],
    [2, 3, 4, 0],
])</code>

추가 예

np.r_[...] 및 np.c_[...]는 배열에 행/열을 추가하는 데 다양한 기능을 제공합니다. 다음은 몇 가지 추가 예입니다.

<code class="python">N = 3
A = np.eye(N)

# Add a column
np.c_[A, np.ones(N)]

# Add two columns
np.c_[np.ones(N), A, np.ones(N)]

# Add a row
np.r_[A, [A[1]]]

# Mix vectors and scalars
np.r_[A[0], 1, 2, 3, A[1]]

# Use lists or tuples
np.r_[A[0], [1, 2, 3], A[1]]
np.r_[A[0], (1, 2, 3), A[1]]

# Use Python slice syntax
np.r_[A[0], 1:4, A[1]]</code>

대괄호와 둥근 괄호 이해

np.r_[...] 및 np에 유의하는 것이 중요합니다. c_[...] 대괄호를 사용하고 np.vstack 및 np.hstack은 둥근 괄호를 사용합니다. 이는 Python이 대괄호 안에 사용될 때 1:4를 슬라이스 객체로 해석하기 때문입니다. 이 조각 객체는 값 1, 2, 3을 나타내며 배열에 추가됩니다.

위 내용은 `np.c_[...]`를 사용하여 NumPy 배열에 추가 열을 어떻게 추가합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!