擅长:python、mysql、java
<p>这里有索引技巧<code>r_</code>和<code>c_</code>。</p>
<pre><code>>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> z = np.zeros((2, 3), dtype=a.dtype)
>>> np.c_[a, z]
array([[1, 2, 0, 0, 0],
[3, 4, 0, 0, 0]])
</code></pre>
<p>如果这是性能关键的代码,您可能更喜欢使用等效的<code>np.concatenate</code>,而不是索引技巧。</p>
<pre><code>>>> np.concatenate((a,z), axis=1)
array([[1, 2, 0, 0, 0],
[3, 4, 0, 0, 0]])
</code></pre>
<p>也有<code>np.resize</code>和<code>np.ndarray.resize</code>,但是它们有一些限制(由于numpy在内存中布局数据的方式),所以读取这些文件的docstring。您可能会发现,简单地连接更好。</p>
<p>顺便说一句,当我需要这样做的时候,我通常只是按照你已经提到的基本方法来做(创建一个0数组并在其中分配一个较小的数组),我看不出有什么问题!</p>