transponer - recorrer una matriz en python

Cómo agregar una columna extra a una matriz NumPy

Question

Digamos que tengo una matriz NumPy, a :

a = np.array([
[1, 2, 3],
[2, 3, 4]
])

Y me gustaría agregar una columna de ceros para obtener una matriz, b :

b = np.array([
[1, 2, 3, 0],
[2, 3, 4, 0]
])

¿Cómo puedo hacer esto fácilmente en NumPy?

Answer 1

Creo que una solución más sencilla y más rápida de arrancar es hacer lo siguiente:

import numpy as np
N = 10
a = np.random.rand(N,N)
b = np.zeros((N,N+1))
b[:,:-1] = a

Y los tiempos:

In [23]: N = 10
In [24]: a = np.random.rand(N,N)
In [25]: %timeit b = np.hstack((a,np.zeros((a.shape[0],1))))
10000 loops, best of 3: 19.6 us per loop
In [27]: %timeit b = np.zeros((a.shape[0],a.shape[1]+1)); b[:,:-1] = a
100000 loops, best of 3: 5.62 us per loop

Answer 2

En mi caso, tuve que agregar una columna de unos a una matriz NumPy

X = array([ 6.1101, 5.5277, ... ])
X.shape => (97,)
X = np.concatenate((np.ones((m,1), dtype=np.int), X.reshape(m,1)), axis=1)

Después de X.shape => (97, 2)

array([[ 1. , 6.1101],
[ 1. , 5.5277],
...

Answer 3

Encuentro lo siguiente más elegante:

b = np.insert(a, 3, values=0, axis=1) # Insert values before column 3

Una ventaja de la insert es que también le permite insertar columnas (o filas) en otros lugares dentro de la matriz. Además, en lugar de insertar un solo valor, puede insertar fácilmente un vector completo, por ejemplo, duplicar la última columna:

b = np.insert(a, insert_index, values=a[:,2], axis=1)

Lo que lleva a:

array([[1, 2, 3, 3],
[2, 3, 4, 4]])

Para la sincronización, la insert podría ser más lenta que la solución de JoshAdel:

In [1]: N = 10
In [2]: a = np.random.rand(N,N)
In [3]: %timeit b = np.hstack((a, np.zeros((a.shape[0], 1))))
100000 loops, best of 3: 7.5 µs per loop
In [4]: %timeit b = np.zeros((a.shape[0], a.shape[1]+1)); b[:,:-1] = a
100000 loops, best of 3: 2.17 µs per loop
In [5]: %timeit b = np.insert(a, 3, values=0, axis=1)
100000 loops, best of 3: 10.2 µs per loop

Answer 4

Hay una función específicamente para esto. Se llama numpy.pad

a = np.array([[1,2,3], [2,3,4]])
b = np.pad(a, ((0, 0), (0, 1)), mode=''constant'', constant_values=0)
print b
>>> array([[1, 2, 3, 0],
[2, 3, 4, 0]])

Esto es lo que dice en la cadena de documentación:

Pads an array.
Parameters
----------
array : array_like of rank N
Input array
pad_width : {sequence, array_like, int}
Number of values padded to the edges of each axis.
((before_1, after_1), ... (before_N, after_N)) unique pad widths
for each axis.
((before, after),) yields same before and after pad for each axis.
(pad,) or int is a shortcut for before = after = pad width for all
axes.
mode : str or function
One of the following string values or a user supplied function.
''constant''
Pads with a constant value.
''edge''
Pads with the edge values of array.
''linear_ramp''
Pads with the linear ramp between end_value and the
array edge value.
''maximum''
Pads with the maximum value of all or part of the
vector along each axis.
''mean''
Pads with the mean value of all or part of the
vector along each axis.
''median''
Pads with the median value of all or part of the
vector along each axis.
''minimum''
Pads with the minimum value of all or part of the
vector along each axis.
''reflect''
Pads with the reflection of the vector mirrored on
the first and last values of the vector along each
axis.
''symmetric''
Pads with the reflection of the vector mirrored
along the edge of the array.
''wrap''
Pads with the wrap of the vector along the axis.
The first values are used to pad the end and the
end values are used to pad the beginning.
<function>
Padding function, see Notes.
stat_length : sequence or int, optional
Used in ''maximum'', ''mean'', ''median'', and ''minimum''. Number of
values at edge of each axis used to calculate the statistic value.
((before_1, after_1), ... (before_N, after_N)) unique statistic
lengths for each axis.
((before, after),) yields same before and after statistic lengths
for each axis.
(stat_length,) or int is a shortcut for before = after = statistic
length for all axes.
Default is ``None``, to use the entire axis.
constant_values : sequence or int, optional
Used in ''constant''. The values to set the padded values for each
axis.
((before_1, after_1), ... (before_N, after_N)) unique pad constants
for each axis.
((before, after),) yields same before and after constants for each
axis.
(constant,) or int is a shortcut for before = after = constant for
all axes.
Default is 0.
end_values : sequence or int, optional
Used in ''linear_ramp''. The values used for the ending value of the
linear_ramp and that will form the edge of the padded array.
((before_1, after_1), ... (before_N, after_N)) unique end values
for each axis.
((before, after),) yields same before and after end values for each
axis.
(constant,) or int is a shortcut for before = after = end value for
all axes.
Default is 0.
reflect_type : {''even'', ''odd''}, optional
Used in ''reflect'', and ''symmetric''. The ''even'' style is the
default with an unaltered reflection around the edge value. For
the ''odd'' style, the extented part of the array is created by
subtracting the reflected values from two times the edge value.
Returns
-------
pad : ndarray
Padded array of rank equal to `array` with shape increased
according to `pad_width`.
Notes
-----
.. versionadded:: 1.7.0
For an array with rank greater than 1, some of the padding of later
axes is calculated from padding of previous axes. This is easiest to
think about with a rank 2 array where the corners of the padded array
are calculated by using padded values from the first axis.
The padding function, if used, should return a rank 1 array equal in
length to the vector argument with padded values replaced. It has the
following signature::
padding_func(vector, iaxis_pad_width, iaxis, kwargs)
where
vector : ndarray
A rank 1 array already padded with zeros. Padded values are
vector[:pad_tuple[0]] and vector[-pad_tuple[1]:].
iaxis_pad_width : tuple
A 2-tuple of ints, iaxis_pad_width[0] represents the number of
values padded at the beginning of vector where
iaxis_pad_width[1] represents the number of values padded at
the end of vector.
iaxis : int
The axis currently being calculated.
kwargs : dict
Any keyword arguments the function requires.
Examples
--------
>>> a = [1, 2, 3, 4, 5]
>>> np.pad(a, (2,3), ''constant'', constant_values=(4, 6))
array([4, 4, 1, 2, 3, 4, 5, 6, 6, 6])
>>> np.pad(a, (2, 3), ''edge'')
array([1, 1, 1, 2, 3, 4, 5, 5, 5, 5])
>>> np.pad(a, (2, 3), ''linear_ramp'', end_values=(5, -4))
array([ 5, 3, 1, 2, 3, 4, 5, 2, -1, -4])
>>> np.pad(a, (2,), ''maximum'')
array([5, 5, 1, 2, 3, 4, 5, 5, 5])
>>> np.pad(a, (2,), ''mean'')
array([3, 3, 1, 2, 3, 4, 5, 3, 3])
>>> np.pad(a, (2,), ''median'')
array([3, 3, 1, 2, 3, 4, 5, 3, 3])
>>> a = [[1, 2], [3, 4]]
>>> np.pad(a, ((3, 2), (2, 3)), ''minimum'')
array([[1, 1, 1, 2, 1, 1, 1],
[1, 1, 1, 2, 1, 1, 1],
[1, 1, 1, 2, 1, 1, 1],
[1, 1, 1, 2, 1, 1, 1],
[3, 3, 3, 4, 3, 3, 3],
[1, 1, 1, 2, 1, 1, 1],
[1, 1, 1, 2, 1, 1, 1]])
>>> a = [1, 2, 3, 4, 5]
>>> np.pad(a, (2, 3), ''reflect'')
array([3, 2, 1, 2, 3, 4, 5, 4, 3, 2])
>>> np.pad(a, (2, 3), ''reflect'', reflect_type=''odd'')
array([-1, 0, 1, 2, 3, 4, 5, 6, 7, 8])
>>> np.pad(a, (2, 3), ''symmetric'')
array([2, 1, 1, 2, 3, 4, 5, 5, 4, 3])
>>> np.pad(a, (2, 3), ''symmetric'', reflect_type=''odd'')
array([0, 1, 1, 2, 3, 4, 5, 5, 6, 7])
>>> np.pad(a, (2, 3), ''wrap'')
array([4, 5, 1, 2, 3, 4, 5, 1, 2, 3])
>>> def pad_with(vector, pad_width, iaxis, kwargs):
... pad_value = kwargs.get(''padder'', 10)
... vector[:pad_width[0]] = pad_value
... vector[-pad_width[1]:] = pad_value
... return vector
>>> a = np.arange(6)
>>> a = a.reshape((2, 3))
>>> np.pad(a, 2, pad_with)
array([[10, 10, 10, 10, 10, 10, 10],
[10, 10, 10, 10, 10, 10, 10],
[10, 10, 0, 1, 2, 10, 10],
[10, 10, 3, 4, 5, 10, 10],
[10, 10, 10, 10, 10, 10, 10],
[10, 10, 10, 10, 10, 10, 10]])
>>> np.pad(a, 2, pad_with, padder=100)
array([[100, 100, 100, 100, 100, 100, 100],
[100, 100, 100, 100, 100, 100, 100],
[100, 100, 0, 1, 2, 100, 100],
[100, 100, 3, 4, 5, 100, 100],
[100, 100, 100, 100, 100, 100, 100],
[100, 100, 100, 100, 100, 100, 100]])

Answer 5

Me gusta la respuesta de JoshAdel por el enfoque en el rendimiento. Una mejora menor del rendimiento es evitar la sobrecarga de inicializar con ceros, solo para sobrescribirlos. Esto tiene una diferencia medible cuando N es grande, se usa vacío en lugar de ceros, y la columna de ceros se escribe como un paso separado:

In [1]: import numpy as np
In [2]: N = 10000
In [3]: a = np.ones((N,N))
In [4]: %timeit b = np.zeros((a.shape[0],a.shape[1]+1)); b[:,:-1] = a
1 loops, best of 3: 492 ms per loop
In [5]: %timeit b = np.empty((a.shape[0],a.shape[1]+1)); b[:,:-1] = a; b[:,-1] = np.zeros((a.shape[0],))
1 loops, best of 3: 407 ms per loop

Answer 6

Suponiendo que M es un ndarray (100,3) e y es un apéndice ndarray (100,) se puede utilizar de la siguiente manera:

M=numpy.append(M,y[:,None],1)

El truco es usar

y[:, None]

Esto convierte y a una matriz 2D (100, 1).

M.shape

ahora da

(100, 4)

Answer 7

También me interesó esta pregunta y comparé la velocidad de

numpy.c_[a, a]
numpy.stack([a, a]).T
numpy.vstack([a, a]).T
numpy.ascontiguousarray(numpy.stack([a, a]).T)
numpy.ascontiguousarray(numpy.vstack([a, a]).T)
numpy.column_stack([a, a])
numpy.concatenate([a[:,None], a[:,None]], axis=1)
numpy.concatenate([a[None], a[None]], axis=0).T

que todos hacen lo mismo para cualquier vector de entrada a . Tiempos para crecer a :

Tenga en cuenta que todas las variantes no contiguas (en particular stack / vstack ) son eventualmente más rápidas que todas las variantes contiguas. column_stack (por su claridad y velocidad) parece ser una buena opción si necesita contigüidad.

Código para reproducir la trama:

import numpy
import perfplot
perfplot.show(
setup=lambda n: numpy.random.rand(n),
kernels=[
lambda a: numpy.c_[a, a],
lambda a: numpy.ascontiguousarray(numpy.stack([a, a]).T),
lambda a: numpy.ascontiguousarray(numpy.vstack([a, a]).T),
lambda a: numpy.column_stack([a, a]),
lambda a: numpy.concatenate([a[:, None], a[:, None]], axis=1),
lambda a: numpy.ascontiguousarray(numpy.concatenate([a[None], a[None]], axis=0).T),
lambda a: numpy.stack([a, a]).T,
lambda a: numpy.vstack([a, a]).T,
lambda a: numpy.concatenate([a[None], a[None]], axis=0).T,
],
labels=[
''c_'', ''ascont(stack)'', ''ascont(vstack)'', ''column_stack'', ''concat'',
''ascont(concat)'', ''stack (non-cont)'', ''vstack (non-cont)'',
''concat (non-cont)''
],
n_range=[2**k for k in range(20)],
xlabel=''len(a)'',
logx=True,
logy=True,
)

Answer 8

Un poco tarde para la fiesta, pero nadie publicó esta respuesta todavía, así que, para completarla: puedes hacer esto con una lista de comprensión, en una matriz de Python simple:

source = a.tolist()
result = [row + [0] for row in source]
b = np.array(result)

Answer 9

Una forma, usando hstack , es:

b = np.hstack((a, np.zeros((a.shape[0], 1), dtype=a.dtype)))

Answer 10

Utilice numpy.append :

>>> a = np.array([[1,2,3],[2,3,4]])
>>> a
array([[1, 2, 3],
[2, 3, 4]])
>>> z = np.zeros((2,1), dtype=int64)
>>> z
array([[0],
[0]])
>>> np.append(a, z, axis=1)
array([[1, 2, 3, 0],
[2, 3, 4, 0]])

Answer 11

Yo creo que:

np.column_stack((a, zeros(shape(a)[0])))

es mas elegante

Answer 12

np.concatenate también funciona

>>> a = np.array([[1,2,3],[2,3,4]])
>>> a
array([[1, 2, 3],
[2, 3, 4]])
>>> z = np.zeros((2,1))
>>> z
array([[ 0.],
[ 0.]])
>>> np.concatenate((a, z), axis=1)
array([[ 1., 2., 3., 0.],
[ 2., 3., 4., 0.]])

Answer 13

np.insert también sirve el propósito.

matA = np.array([[1,2,3],
[2,3,4]])
idx = 3
new_col = np.array([0, 0])
np.insert(matA, idx, new_col, axis=1)
array([[1, 2, 3, 0],
[2, 3, 4, 0]])

Inserta valores, aquí new_col , antes de un índice dado, aquí idx largo de un eje. En otras palabras, los valores recién insertados ocuparán la columna idx y moverán lo que originalmente estaban allí en y después de idx hacia atrás.

Answer 14

np.r_[ ... ] y np.c_[ ... ] son alternativas útiles a vstack y hstack , con corchetes [] en lugar de round ().
Un par de ejemplos:

: import numpy as np
: N = 3
: A = np.eye(N)
: np.c_[ A, np.ones(N) ] # add a column
array([[ 1., 0., 0., 1.],
[ 0., 1., 0., 1.],
[ 0., 0., 1., 1.]])
: np.c_[ np.ones(N), A, np.ones(N) ] # or two
array([[ 1., 1., 0., 0., 1.],
[ 1., 0., 1., 0., 1.],
[ 1., 0., 0., 1., 1.]])
: np.r_[ A, [A[1]] ] # add a row
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.],
[ 0., 1., 0.]])
: # not np.r_[ A, A[1] ]
: np.r_[ A[0], 1, 2, 3, A[1] ] # mix vecs and scalars
array([ 1., 0., 0., 1., 2., 3., 0., 1., 0.])
: np.r_[ A[0], [1, 2, 3], A[1] ] # lists
array([ 1., 0., 0., 1., 2., 3., 0., 1., 0.])
: np.r_[ A[0], (1, 2, 3), A[1] ] # tuples
array([ 1., 0., 0., 1., 2., 3., 0., 1., 0.])
: np.r_[ A[0], 1:4, A[1] ] # same, 1:4 == arange(1,4) == 1,2,3
array([ 1., 0., 0., 1., 2., 3., 0., 1., 0.])

(El motivo de los corchetes [] en lugar de round () es que Python se expande, por ejemplo, 1: 4 en el cuadrado, las maravillas de la sobrecarga).