从两个一维数组中分配值给二维数组

Question

很可能有人已经问过这个，但是我找不到它。问题是如何将值分配给来自两个一维数组的二维数组。例如：

import numpy as np 
#a is the 2D array. b is the 1D array and should be assigned 
#to second coordinate. In this exaple the first coordinate is 1. 
a=np.zeros((3,2)) 
b=np.asarray([1,2,3]) 
c=np.ones(3) 
a=np.vstack((c,b)).T 

输出：

[[ 1. 1.] 
[ 1. 2.] 
[ 1. 3.]] 

我知道我做这么幼稚的方式，但我相信应该有这样做的一个行的方式。

P.S.在我正在处理的实际情况中，这是一个数组的子数组，因此我无法将第一个坐标从开头设置为1。整个阵列的第一个坐标是不同的，但是在应用np.where后，它们变得不变。

Answer 1

2行怎么样？

>>> c = np.ones((3, 2)) 
>>> c[:, 1] = [1, 2, 3] 

并证明它的工作原理：

>>> c 
array([[ 1., 1.], 
     [ 1., 2.], 
     [ 1., 3.]]) 

---

或者，也许你想np.column_stack：

>>> np.column_stack(([1.,1,1],[1,2,3])) 
array([[ 1., 1.], 
     [ 1., 2.], 
     [ 1., 3.]]) 

Answer 2

第一，但绝对没有理由创建原始zeros数组你坚持在a，永远不会引用，并取代补使用相同的名字来排列不同的数组。第二，如果要创建与b相同的形状和dtype的数组，但使用全部1的数组，请使用ones_like。

所以：

b = np.array([1,2,3]) 
c = np.ones_like(b) 
d = np.vstack((c, b).T 

你当然可以扩大b到3X1阵列，而不是3阵列，在这种情况下，你可以使用hstack，而不是需要到vstack然后转...但我不我不觉得是再简单不过：

b = np.array([1,2,3]) 
b = np.expand_dims(b, 1) 
c = np.ones_like(b) 
d = np.hstack((c, b)) 

Answer 3

如果你坚持1号线，用fancy indexing：

>>> a[:,0],a[:,1]=[1,1,1],[1,2,3]