【问题标题】：put each rows of two array beside each other将两个数组的每一行并排放置
【发布时间】：2021-05-22 05:41:28
【问题描述】：

我有两个矩阵（A 和 B），形状分别为 A = 2x3 和 B = 2x1。我想构建第三个矩阵C，以便C 的每一行分别使用A 和B 的相应行的串联。例如，如下所示：

import numpy as np

# A.shape: (2, 3)
A = np.array([
    [  0., 1., 2.],
    [  0., 3., 5.]
])

# B.shape: (2, 1)
B = np.array([
    [0],
    [1]
])

我希望C 看起来像这样：

##  <----A---->|<-B->
[ [ 0., 1., 2.,   0. ],
  [ 0., 3., 5.,   1. ] ]

你能帮我解决这个问题吗？谢谢

【问题讨论】：

标签： python numpy concatenation

【解决方案1】：

对于那些可能需要解决方案的人，

for i in range(2):
    eachrow =[]
    list1 = A[i,:]
    eachrow.append(list1)
    list2 = B[i,:]
    eachrow.append(list2)
    total.append(eachrow)
C = np.array(total)

【讨论】：

【解决方案2】：

解决方案

使用任何一种以下三种方法 ? 来获得你想要的。您可以运行以下代码块来检查这一点。

方法一：C = np.concatenate((A, B), axis=1)
方法二：C = np.hstack((A, B))
方法3：不使用numpy

代码：Method-1和Method-2

import numpy as np

# A.shape: (2, 3)
A = np.array([
    [  0., 1., 2.],
    [  0., 3., 5.]
])

# B.shape: (2, 1)
B = np.array([
    [0],
    [1]
])

print(f'A.shape: {A.shape}')
print(f'B.shape: {B.shape}')
print('-'*20)

## Method-1: Concatenate A and B along axis=1 
C = np.concatenate((A, B), axis=1)  ## ???

## Method-2: Stack A and B horizontally
C = np.hstack((A, B)) ## ???

# print C and it's shape
print(f'C.shape: {C.shape}' + '\n' + '-'*20)
print(f'C: \n{C}')

输出：

A.shape: (2, 3)
B.shape: (2, 1)
--------------------
C.shape: (2, 4)
--------------------
C: 
[[0. 1. 2. 0.]
 [0. 3. 5. 1.]]

代码：Method-3 ?

纯pythonic解决方案：不使用numpy。

A = [[0.0, 1.0, 2.0], [0.0, 3.0, 5.0]] # A is a list
B = [[0], [1]] # B is a list
C = [] # empty list
for rowA, rowB in zip(A, B):
    C.append(rowA + rowB)

print(C)

## Output
#  [[0.0, 1.0, 2.0, 0], [0.0, 3.0, 5.0, 1]]

使用list-comprehension 可以在一行中编写相同的pythonic 解决方案。

C = [rowA + rowB for rowA, rowB in zip(A, B)] # ??? A and B are lists
#  [[0.0, 1.0, 2.0, 0], [0.0, 3.0, 5.0, 1]]

【讨论】：

@Sadcow 试一试，如果您有任何问题，请告诉我。
谢谢。我已经解决了。我刚刚发现这个，解决了我的问题：```for i in range(2): eachrow =[] list1 = A[i,:] eachrow.append(list1) list2 = B[i,:] eachrow.append (list2) total.append(eachrow) C = np.array(total)```
你不应该附加这样的列表。 Numpy 使用矢量化，通常比附加列表快得多。人们使用 numpy（快速矩阵运算）是有原因的。你正在做的是一个次优的解决方案。
你说得对。但我不知道其他选择。我的 A 和 B 矩阵非常非常大。这需要时间。我想为一些学习方法提供一个数据集。
如果你需要非numpy的解决方案，看method-3。