在NumPy中将行向量转换为列向量

Question

import numpy as np

matrix1 = np.array([[1,2,3],[4,5,6]])
vector1 = matrix1[:,0] # This should have shape (2,1) but actually has (2,)
matrix2 = np.array([[2,3],[5,6]])
np.hstack((vector1, matrix2))

ValueError: all the input arrays must have same number of dimensions

问题是当我选择matrix1的第一列并将其放在vector1中时，它会转换为行向量，所以当我尝试与matrix2连接时，我得到一个维度错误。我能做到这一点。

np.hstack((vector1.reshape(matrix2.shape[0],1), matrix2))

但是每次我必须连接矩阵和向量时，这对我来说太难看了。有更简单的方法吗？

Answer 1

更简单的方法是

vector1 = matrix1[:,0:1]

因此，让我推荐你到another answer of mine：

当你写像a[4]这样的东西时，它正在访问数组的第五个元素，而不是给你一个原始数组的某个部分的视图。因此，例如，如果a是一个数字数组，那么a[4]将只是一个数字。如果a是二维阵列，即实际上是阵列阵列，那么a[4]将是一维阵列。基本上，访问数组元素的操作返回的维度比原始数组小1。

Answer 2

以下是其他三个选项：

1. 您可以通过允许隐式设置向量的行维度来稍微整理您的解决方案： np.hstack((vector1.reshape(-1, 1), matrix2))
2. 您可以使用np.newaxis（或等效地，None）索引以插入大小为1的新轴：

   np.hstack((vector1[:, np.newaxis], matrix2))
   np.hstack((vector1[:, None], matrix2))

3. 您可以使用np.matrix，为整数列索引始终返回列向量：

   matrix1 = np.matrix([[1, 2, 3],[4, 5, 6]])
   vector1 = matrix1[:, 0]
   matrix2 = np.matrix([[2, 3], [5, 6]])
   np.hstack((vector1, matrix2))