如何在python中操作多维numpy数组答案

【问题标题】：How to manipulate multidimensional numpy array in python如何在python中操作多维numpy数组
【发布时间】：2022-01-14 03:22:23
【问题描述】：

我是python数组的新手，请帮助我。

我有一个像这样的多维 numpy 数组：

array([[   0., 2073., 2352., 1119., 2074., 1344., 4035., 1980., 2213.,
        2363., 2655., 2322., 1148., 2046., 2234., 1076., 1647., 2957.,
        1968., 2246., 1723.],
       [1517.,    0.,  891., 1537., 1993., 2231., 2574.,  689., 1561.,
        2157., 1517., 3275., 1566.,  757.,  774., 2190.,  822., 1355.,
        2152., 1575., 1064.],
       [1597., 1329.,    0., 1617., 1106., 1345., 1951., 1551., 1938.,
        1270.,  629., 2320., 1646., 1619.,  862., 2267., 1357.,  934.,
        1264.,  687.,  342.]])

我想在每个数组的开头添加 0，最后我想添加 22 of 0 的数组，所以它变成这样：

array([[0.,   0., 2073., 2352., 1119., 2074., 1344., 4035., 1980., 2213.,
        2363., 2655., 2322., 1148., 2046., 2234., 1076., 1647., 2957.,
        1968., 2246., 1723.],
       [0.,1517.,    0.,  891., 1537., 1993., 2231., 2574.,  689., 1561.,
        2157., 1517., 3275., 1566.,  757.,  774., 2190.,  822., 1355.,
        2152., 1575., 1064.],
       [0.,1597., 1329.,    0., 1617., 1106., 1345., 1951., 1551., 1938.,
        1270.,  629., 2320., 1646., 1619.,  862., 2267., 1357.,  934.,
        1264.,  687.,  342.],
       [0.,0., 0., 0., 0., 0., 0., 0., 0., 0.,
        0., 0., 0., 0., 0,  0., 0, 0., 0.,
        0., 0.,    0.]])

请帮我编写代码

【问题讨论】：

标签： python arrays numpy multidimensional-array

【解决方案1】：

如果数组是arr，那么你可以使用：

np.pad(arr, ((0, 1), (1, 0)))

【讨论】：

感谢您的回答，它有效！对不起，我想问一个关于上面数组的题外话问题，你知道如何改变数组的位置吗？我想用 arr[2] 切换 arr[0] 谢谢
您的意思是要交换这两行吗？如果是这样，那么arr[[0, 2]] = arr[[2, 0]] 应该这样做。

【解决方案2】：

您可以在每个数组的开头insert0，然后append 22 个列表0。

import numpy as np

data = np.array([[0., 2073., 2352., 1119., 2074., 1344., 4035., 1980., 2213.,
                  2363., 2655., 2322., 1148., 2046., 2234., 1076., 1647.,
                  2957.,
                  1968., 2246., 1723.],
                 [1517., 0., 891., 1537., 1993., 2231., 2574., 689., 1561.,
                  2157., 1517., 3275., 1566., 757., 774., 2190., 822., 1355.,
                  2152., 1575., 1064.],
                 [1597., 1329., 0., 1617., 1106., 1345., 1951., 1551., 1938.,
                  1270., 629., 2320., 1646., 1619., 862., 2267., 1357., 934.,
                  1264., 687., 342.]])

updated = np.insert(data, 0, 0, axis=1)
updated = np.append(updated, [[0] * 22], axis=0)
print(updated)

输出：

[[   0.    0. 2073. 2352. 1119. 2074. 1344. 4035. 1980. 2213. 2363. 2655.
  2322. 1148. 2046. 2234. 1076. 1647. 2957. 1968. 2246. 1723.]
 [   0. 1517.    0.  891. 1537. 1993. 2231. 2574.  689. 1561. 2157. 1517.
  3275. 1566.  757.  774. 2190.  822. 1355. 2152. 1575. 1064.]
 [   0. 1597. 1329.    0. 1617. 1106. 1345. 1951. 1551. 1938. 1270.  629.
  2320. 1646. 1619.  862. 2267. 1357.  934. 1264.  687.  342.]
 [   0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
     0.    0.    0.    0.    0.    0.    0.    0.    0.    0.]]

说明：

我们已插入axis 1 以在现有多维数组中添加0。
我们已将 22 个 0 的列表附加到末尾的 axis 0。

参考资料：

【讨论】：