在NumPy中将行向量转换为列向量
import numpy as np
matrix1 = np.array([[1,2,3],[4,5,6]])
vector1 = matrix1[:,0] # This should have shape (2,1) but actually has (2,)
matrix2 = np.array([[2,3],[5,6]])
np.hstack((vector1, matrix2))
ValueError: all the input arrays must have same number of dimensions问题是，当我选择matrix1的第一列并将其放入vector1中时，它被转换为行向量，因此当我尝试连接matrix2时，我得到一个尺寸错误。我能做到。
np.hstack((vector1.reshape(matrix2.shape[0],1), matrix2))但这看起来太难看了，我不能每次连接一个矩阵和一个向量。有没有更简单的方法来做这件事？
回答 3
Stack Overflow用户
发布于 2013-07-13 03:56:23
更简单的方法是
vector1 = matrix1[:,0:1]出于这个原因，让我向您推荐another answer of mine
当你写像
a[4]这样的东西时，这是在访问数组的第五个元素，而不是让你看到原始数组的某些部分。例如，如果a是一个数字数组，那么a[4]将只是一个数字。如果a是二维数组，即实际上是数组的数组，那么a[4]就是一维数组。基本上，访问数组元素的操作返回的维数比原始数组少1。
Stack Overflow用户
发布于 2013-07-13 03:55:57
以下是其他三个选项：
- 您可以通过允许隐式设置向量的行维度来整理您的解决方案：
np.hstack((vector1.reshape(-1，1)，matrix2))
- 您可以使用
np.newaxis(或等效的None)进行索引，以插入大小为1的新轴：
np.hstack((vector1:，np.newaxis，matrix2)) np.hstack((vector1:，None，matrix2))
- 您可以使用
np.matrix，对具有整数的列进行索引始终会返回一个列向量：
matrix1 = np.matrix([1，2，3,4，5，6]) vector1 = matrix1:，0 matrix2 = np.matrix([2，3，5，6]) np.hstack((vector1，matrix2))
Stack Overflow用户
发布于 2021-11-06 04:32:33
子设置
更简单的方法是对矩阵进行子集。
>>> matrix1
[[1 2 3]
[4 5 6]]
>>> matrix1[:, [0]] # Subsetting
[[1]
[4]]
>>> matrix1[:, 0] # Indexing
[1 4]
>>> matrix1[:, 0:1] # Slicing
[[1]
[4]]我也在一个类似的问题中mentioned了这个。
它的工作原理有点类似于熊猫数据帧。如果您为数据帧建立索引，它将为您提供系列。如果您对数据帧进行子集或切片，它将为您提供数据帧。
您的方法使用索引，David Z's approach使用切片，而我的方法使用子集。
https://stackoverflow.com/questions/17622905
复制相似问题
腾讯云开发者
