Python支持按列声明矩阵吗？

Question

在pythonnumpy中，当声明矩阵时，我使用np.array（[[row 1]，[row 2]，…[row n]]）形式。这是按行声明矩阵。他们在Python中是否有按列声明矩阵的功能？我希望类似于-np.array（[[col 1]，[col 2]，…[col n]]，parameter='column-wise'）这样就生成了一个包含n列的矩阵

我知道这样的事情可以通过转置来实现。但是有没有一种方法可以根据我提供的参数值将np.array（[…]，parameter='…'）视为行或列

***np.array（）。任何具有上述所需设施的功能都可以

Answer 1

在创建数组时，您可以使用numpy.transpose()而不是numpy.array()，因为numpy.tranpose()将任何“类似数组”的对象作为输入：

my_array = np.transpose ([[1,2,3],[4,5,6]])
print (my_array)

输出：

[[1 4]
 [2 5]
 [3 6]]

Answer 2

In [65]: np.array([[1,2,3],[4,5,6]])
Out[65]: 
array([[1, 2, 3],
       [4, 5, 6]])

有一整套concatenate函数，可以帮助您以各种方式连接数组

带有默认轴的stack的行为非常类似于np.array：

In [66]: np.stack([[1,2,3],[4,5,6]], axis=0)
Out[66]: 
array([[1, 2, 3],
       [4, 5, 6]])

np.vstack也会这样做

但要制作专栏：

In [67]: np.stack([[1,2,3],[4,5,6]], axis=1)
Out[67]: 
array([[1, 4],
       [2, 5],
       [3, 6]])

np.column_stack([[1,2,3],[4,5,6]])也是这样

转置也是一个选项：np.array([[1,2,3],[4,5,6]]).T

所有这些“*stack”函数最终都使用了np.concatenate，因此值得您花时间学习直接使用它。您可能需要向输入添加尺寸

[66]是否（在封面下）：

In [72]: np.concatenate((np.array([1,2,3])[:,None], np.array([4,5,6])[:,None]),axis=1)
Out[72]: 
array([[1, 4],
       [2, 5],
       [3, 6]])