如何转换元素，然后插入到numpy数组

Question

我是python和numpy的新手。我有数组的numpy的阵列，像这样：

a = [[ 0.  2.  0.  0.  0.  0. ] 
    [ 0.  14.  0.  0.  0.  0. ]] 

对于第一阵列，其中，2是，我要插入1 0 0，而对于第二阵列，其中图14是，我要插入0 0 1，以便最终结果如下所示：

a = [[ 0.  1.  0.  0.  0.  0.  0.  0. ] 
    [ 0.  0.  0.  1.  0.  0.  0.  0. ]] 

要做到这一点，最简单的方法是什么？

Answer 1

所需阵列与原始阵列a的形状不同。 因此，您不能通过使用简单片 分配或单个调用分配函数（如numpy.place,numpy.put,numpy.putmask, 或numpy.copyto）来生成所需的阵列。

因此，我认为 可能更好地把它看作是一个新数组的构造，而不是把它当作赋值和插入操作。 有很多方法可以做到这一点：

• 你可以使用numpy.concatenate：

  np.concatenate([a[:,:1], b, a[:,2:]], axis=1) 
  

• 或numpy.column_stack：

  np.column_stack([a[:,:1], b, a[:,2:]]) 
  

• 或numpy.c_：

  np.c_[a[:,:1], b, a[:,2:]] 
  

• 或numpy.bmat：

  np.array(np.bmat([a[:,:1], b, a[:,2:]])) 
  

• 或空数组分配空间和赋值的c片：

  c = np.empty((a.shape[0], a.shape[1]+b.shape[1]-1), dtype=a.dtype) 
  c[:, :1] = a[:, :1] 
  c[:, 1:4] = b 
  c[:, 4:] = a[:, 2:] 
  

  这是没有必要在这里，但它是很好的保持在介意分配和分配是构建数组的可行方法。有时候，尽管不在这里，它甚至是你最快的选择。

• 或numpy.delete和numpy.insert：

  np.insert(np.delete(a, [1], 1), [1], b, axis=1) 
  

  我不推荐使用insert和delete但是。 np.delete创建一个 值从a复制的新阵列。相反，切片a[:,:1]和 a[:,2:]是的意见的a所以他们不需要任何复制。额外的 分配和复制使得该方法比上面显示的其他方法 慢。

---

例如，如果我们定义：

import numpy as np 
a = np.array([[ 0., 2., 0., 0., 0., 0.], 
       [ 0., 14., 0., 0., 0., 0.]]) 
b = np.array([(1, 0, 0), 
       (0, 0, 1)]) 

然后

In [69]: np.concatenate([a[:,:1],b,a[:,2:]], axis=1) 
Out[69]: 
array([[ 0., 1., 0., 0., 0., 0., 0., 0.], 
     [ 0., 0., 0., 1., 0., 0., 0., 0.]]) 

（其他选项产生相同的结果）