Добавление строки в массив numpy / python [duplicate]

In [3]: x = np.array([[1, 2], [2, 3]]
In [4]: y = np.array([[3], [4]])
In [9]: z = np.hstack([x, y])

In [10]: z
Out[10]:
array([[1, 2, 3],
       [2, 3, 4]])

In [11]: z[:,:1]
array([[1],
       [2]])

Вы можете использовать numpy.hstack :

>>> import numpy as np
>>> a = np.array([[1,2], [2,3]])
>>> b = np.array([[3], [4]])
>>> np.hstack((a,b))
 array([[1, 2, 3],
        [2, 3, 4]])

Удаление еще проще, просто срез:

>>> c = a[:,:1]
 array([[1],
        [2]])

Существует метод numpy.concatenate

import numpy as np
np.concatenate( [ np.array( [ [1,2], [2,3] ] ), np.array( [ [3],[4] ] ) ] , axis = 1)

или просто используйте hstack или vstack

np.hstack( [ np.array( [ [1,2], [2,3] ] ), np.array( [ [3],[4] ] ) ] )

. Это могут быть также используется для удаления столбца (объединить два подмассива) - это можно использовать для удаления многих столбцов.

Чтобы удалить i-й столбец, вы можете взять подмассивы в этот столбец, а затем со следующего и объединить их. Например, чтобы удалить второй столбец (index 1):

a - np.array( [ [1,2,3], [2,3,4] ] )
a1= a[:,:1]
a2= a[:,2:]
np.hstack([a1,a2])

, поэтому вообще

def remove_column( a, i ):
    return np.hstack( [a[:,:i], a[:,(i+1):] ] )

, а затем

>>> remove_column(a, 1)
array([[1, 3],
       [2, 4]])
>>> remove_column(a, 0)
array([[2, 3],
       [3, 4]])

Фактически , как указано в комментарии - numpy реализует свой собственный delete метод

np.delete(a, 1, 1)

удаленный второй столбец

и удаление нескольких из них можно выполнить с помощью

np.delete(a, [column1, columne2, ..., columnK], 1)

Третий аргумент - спецификатор оси, 0 будет означать строки, 1 столбцы, None выравнивает весь массив