numpy排名1数组

Question

我是Matlab/Octave用户。Numpy文档称，与矩阵（matrix）相比，使用array更加可取。是否有一种方便的方法来处理秩为1的数组，而不需要经常重塑它？

例如：

data = np.loadtxt("ex1data1.txt", usecols=(0,1), delimiter=',',dtype=None)
X = data[:, 0]
y = data[:, 1]
m = len(y)

print X.shape, y.shape
>>> (97L, ) (97L, )

我无法使用concatenate，vstack，append等方法向X添加新列，除了效率较慢的np.c_方法外，不需要重新整形X：

X = np.concatenate((np.ones((m, 1)), X), axis = 1)
>>> ValueError: all the input arrays must have same number of dimensions

X - y的计算需要重新整理y的形状：np.reshape(y, (-1, 1))

- NeuroMonk

---

这个问题是关于连接还是关于一维数组的一般性问题？ - MSeifert

我一般会考虑排名第一的数组。 - NeuroMonk

我经常使用像np.arange(10).reshape(2,5)这样的表达式。 - hpaulj

Answer 1

y[:, np.newaxis]是一个比np.reshape(y, (-1, 1))更简单的等价方法。因为np.newaxis是None的别名，所以y[:, None]也可以使用。还值得一提的是np.expand_dims(y, axis=1)。

- 1''