Question

我想知道为什么这个问题永远不会被其他人提出来（也许它是如此愚蠢但我需要它）而我自己也无法弄明白。我想将一维数组添加到2D数组的特定列或行。我在这里做的方式听起来真的很愚蠢。我不想保持以下示例中a的原始副本不受影响。还有其他办法吗？

import numpy as np
a=np.arange(9).reshape((3,3))
b=np.arange(3)
print a 
print b
print a+np.vstack((np.zeros(3),b,np.zeros(3))).T

输出：

[[0 1 2]
 [3 4 5]
 [6 7 8]]
[0 1 2]
[[ 0.  1.  2.]
 [ 3.  5.  5.]
 [ 6.  9.  8.]]

编辑：为了保持它的真实性，我想在单行中执行此操作，因为这是在评估lambda函数时的计算！无论如何，其他解决方案都非常受欢迎。

Answer 1

这是你的意思吗？

a[:, 1] += b

print(a)
#array([[0, 1, 2],
#       [3, 5, 5],
#       [6, 9, 8]])

编辑：保持原始数组不变：

c = a.copy()
c[:, 1] += b

EDIT2：如果你真的想要一个单行：

a + np.repeat(b, a.shape[1]).reshape(a.shape)*[0,1,0]

Answer 2

怎么样：

def cadd(arr, slicer, val):
    arr = arr.copy()
    arr[slicer] += val
    return arr

之后：

>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> cadd(a, np.s_[:, 1], b)
array([[0, 1, 2],
       [3, 5, 5],
       [6, 9, 8]])
>>> cadd(a, np.s_[1, :], b)
array([[0, 1, 2],
       [3, 5, 7],
       [6, 7, 8]])
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

我使用np.s_方便地制作多维切片对象。有了足够的诡计，你可能会把它变成一个单线，但为什么呢？

使用2D数组的col对1D数组求和

2 个答案: