在numpy中与R函数cbind相当的是什么？

Question

我希望实现以下行为：

import numpy as np
x = np.array([[1,2],[3,4]])
y = np.array([5, 6])
cbind(x,y) # desired result: np.array([[1,2,5],[3,4,6]])

看起来应该很容易，但我在http://mathesaurus.sourceforge.net/r-numpy.html上找到的选项（concatenate、hstack等）不起作用，例如：

np.hstack((x,y))

提供

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "X/site-packages/numpy/core/shape_base.py", line 288, in hstack
    return _nx.concatenate(arrs, 1)
ValueError: all the input arrays must have same number of dimensions

- stackoverflax

---

这不是cbind的作用。 - carlo

不是吗？cbind是做什么的？ - stackoverflax

Answer 1

通过继续搜索，找到以下答案https://dev59.com/92oy5IYBdhLWcg3wiegp#8505658：

np.c_[x,y]

提供

array([[1, 2, 5],
   [3, 4, 6]])

我将把是否应该将此问题作为重复内容删除的决定留给StackOverflow风格专家。

- stackoverflax

Answer 2

使用Column Stack可以解决问题：

示例：这将把两个4 X 1向量结合在一起。 https://numpy.org/doc/stable/reference/generated/numpy.column_stack.html

a = np.random.randn(4,1)
b = np.random.randn(4,1)
np.column_stack((a,b))

- hao