Python 是否支持按列声明矩阵？答案

【问题标题】：Does Python support declaring a matrix column-wise?Python 是否支持按列声明矩阵？
【发布时间】：2021-01-15 06:50:56
【问题描述】：

在 Python numpy 中声明矩阵时我使用 np.array([[row 1], [row 2], . . . [row n]]) 形式.这是逐行声明矩阵。 Python 中是否有任何工具可以按列声明矩阵？我希望像 - np.array([[col 1], [col 2], . . . [col n]], parameter = 'column-wise') 这样的矩阵生成 n 列。

我知道这样的事情可以通过转置来实现。但是有没有办法根据 parameter 值将 np.array([...], parameter = '...') 视为行或列我提供？

***np.array() 在这里只是用作一个假人。具有上述所需功能的任何功能都可以。

【问题讨论】：

使用pandas，按列创建数据，然后执行to_numpy() 以获得numpy 数组！或者使用column_stack 方法。
这个SO answer 可能有用！

标签： python arrays numpy matrix

【解决方案1】：

In [65]: np.array([[1,2,3],[4,5,6]])
Out[65]: 
array([[1, 2, 3],
       [4, 5, 6]])

有一整套concatenate 函数，可帮助您以各种方式加入数组。

stack 与默认轴的行为很像 np.array:

In [66]: np.stack([[1,2,3],[4,5,6]], axis=0)
Out[66]: 
array([[1, 2, 3],
       [4, 5, 6]])

np.vstack 也这样做。

但是要制作栏目：

In [67]: np.stack([[1,2,3],[4,5,6]], axis=1)
Out[67]: 
array([[1, 4],
       [2, 5],
       [3, 6]])

np.column_stack([[1,2,3],[4,5,6]]) 也是如此。

转置也是一种选择：np.array([[1,2,3],[4,5,6]]).T。

所有这些“*stack”函数最终都使用np.concatenate，因此值得您花时间学习直接使用它。您可能需要为输入添加维度。

[66] 确实（在幕后）：

In [72]: np.concatenate((np.array([1,2,3])[:,None], np.array([4,5,6])[:,None]),axis=1)
Out[72]: 
array([[1, 4],
       [2, 5],
       [3, 6]])

【讨论】：

【解决方案2】：

在创建数组时，您可以使用numpy.transpose() 而不是numpy.array()，因为numpy.tranpose() 将任何“类数组”对象作为输入：

my_array = np.transpose ([[1,2,3],[4,5,6]])
print (my_array)

输出：

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

【讨论】：