python中如何使用 NumPy 增加一列数据到一个已有的数组中

在 NumPy 中，可以使用 numpy.concatenate 函数来增加一列数据到一个已有的数组中。numpy.concatenate 函数将两个或多个数组沿指定轴连接起来，可以用来拼接多个数组。在本例中，我们将使用 numpy.concatenate 函数来将一个一维数组拼接到一个二维数组的最后一列上。

以下是一个简单的示例，演示如何使用 NumPy 增加一列数据到一个已有的数组中：

import numpy as np

# 定义一个 3x3 的二维数组
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])

# 定义一个一维数组，包含 3 个元素
new_col = np.array([10, 11, 12])

# 使用 concatenate 函数增加一列数据
new_arr = np.concatenate((arr, np.expand_dims(new_col, axis=1)), axis=1)

# 输出新数组
print(new_arr)

在这个示例中，我们首先定义了一个 3x3 的二维数组 arr，然后定义了一个包含 3 个元素的一维数组 new_col。接着，我们使用 numpy.expand_dims 函数将 new_col 数组扩展为一个列向量，然后使用 numpy.concatenate 函数将 new_col 数组拼接到 arr 数组的最后一列上，得到一个新的数组 new_arr。

输出结果应该是：

html [[ 1 2 3 10] [ 4 5 6 11] [ 7 8 9 12]]
可以看到，使用 numpy.concatenate 函数可以方便地增加一列数据到一个已有的数组中。在本例中，我们使用 numpy.expand_dims 函数将一维数组 new_col 扩展为一个列向量，然后将其与 arr 数组拼接起来。我们需要指定拼接轴的方向，使用 axis=1 表示在水平方向上拼接。注意，numpy.expand_dims 函数用于将数组增加一个维度，这里我们使用它将一维数组扩展为一个列向量。