numpy三维数组增加一列|极客教程

numpy三维数组增加一列

在数据处理和分析领域，numpy是一个非常常用的工具，它提供了大量的多维数组操作方法，方便我们进行数据处理和计算。在很多情况下，我们需要对numpy中的三维数组进行操作，比如增加一列数据。本文将详细介绍如何利用numpy对三维数组增加一列。

什么是numpy三维数组

在numpy中，数组的维度被称为”轴”，三维数组其实就是一个包含多个二维数组的集合。在实际应用中，我们可以将三维数组看作是一个立方体，其中每个维度对应一个方向。下面我们通过一个简单的示例来创建一个numpy三维数组：

import numpy as np

# 创建一个3×4×2的三维数组
arr = np.array([[[1, 2], [3, 4], [5, 6], [7, 8]],
                [[9, 10], [11, 12], [13, 14], [15, 16]],
                [[17, 18], [19, 20], [21, 22], [23, 24]]])

print(arr)

运行以上代码，我们将得到如下输出：

[[[ 1  2]
  [ 3  4]
  [ 5  6]
  [ 7  8]]

 [[ 9 10]
  [11 12]
  [13 14]
  [15 16]]

 [[17 18]
  [19 20]
  [21 22]
  [23 24]]]

可以看到，我们创建了一个3×4×2的三维数组，其中包含3个2×4的二维数组。

如何在numpy三维数组中增加一列

在实际应用中，我们经常需要对三维数组进行一些修改，比如增加一列数据。下面将介绍如何使用numpy向三维数组中增加一列数据。

方法一：使用numpy.hstack方法增加一列

我们可以使用numpy的hstack函数来在三维数组中增加一列数据。hstack函数可以沿着第二个轴(列方向)将数组进行堆叠。下面是具体的操作：

import numpy as np

# 创建一个3×4×2的三维数组
arr = np.array([[[1, 2], [3, 4], [5, 6], [7, 8]],
                [[9, 10], [11, 12], [13, 14], [15, 16]],
                [[17, 18], [19, 20], [21, 22], [23, 24]]])

# 创建一个2×4的新列
new_col = np.array([[25, 26, 27, 28],
                    [29, 30, 31, 32],
                    [33, 34, 35, 36]])

# 使用hstack方法增加新列
arr_with_new_col = np.hstack((arr, new_col[:,:,np.newaxis]))

print(arr_with_new_col)

运行以上代码，我们将得到如下输出：

[[[ 1  2 25]
  [ 3  4 26]
  [ 5  6 27]
  [ 7  8 28]]

 [[ 9 10 29]
  [11 12 30]
  [13 14 31]
  [15 16 32]]

 [[17 18 33]
  [19 20 34]
  [21 22 35]
  [23 24 36]]]

从输出可以看出，我们成功在三维数组中增加了一个新列。

方法二：使用numpy.concatenate方法增加一列

除了hstack方法，我们还可以使用concatenate函数来在三维数组中增加一列数据。concatenate函数可以指定沿着哪个轴进行数组的连接。下面是具体的操作：

import numpy as np

# 创建一个3×4×2的三维数组
arr = np.array([[[1, 2], [3, 4], [5, 6], [7, 8]],
                [[9, 10], [11, 12], [13, 14], [15, 16]],
                [[17, 18], [19, 20], [21, 22], [23, 24]]])

# 创建一个2×4的新列
new_col = np.array([[25, 26, 27, 28],
                    [29, 30, 31, 32],
                    [33, 34, 35, 36]])

# 使用concatenate方法增加新列
arr_with_new_col = np.concatenate((arr, new_col[:,:,np.newaxis]), axis=2)

print(arr_with_new_col)

运行以上代码，我们将得到如下输出：

[[[ 1  2 25]
  [ 3  4 26]
  [ 5  6 27]
  [ 7  8 28]]

 [[ 9 10 29]
  [11 12 30]
  [13 14 31]
  [15 16 32]]

 [[17 18 33]
  [19 20 34]
  [21 22 35]
  [23 24 36]]]