在 NumPy 中向矩阵添加行

NumPy 矩阵是一个二维数组。要添加一行，请为每一列提供一个值，并沿 axis 0 将该行与矩阵合并。直接垂直堆叠时可使用 numpy.vstack()；如果更适合你的代码，也可以使用 numpy.append() 或 numpy.concatenate() 来合并数组。这些操作都会返回新数组；如果要保留结果，请将其赋给变量。

以下示例使用一个有三列的矩阵，并添加 [7, 8, 9]。每个示例都会打印结果数组，方便查看新增的行。

使用 numpy.vstack() 添加一行

numpy.vstack() 会垂直堆叠数组。它接受一维数组形式的新行，并返回一个将该行添加到底部的新数组。

运行以下示例：

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = np.array([7, 8, 9])

result = np.vstack((matrix, new_row))
print(result)

原来的 matrix 不会改变；新增的行会出现在 result 中。新行必须包含三个值，以匹配矩阵的列数。如果要添加多行，请将这些行作为二维数组传给 numpy.vstack()。

使用 numpy.append() 添加一行

使用 numpy.append() 时，将 axis=0 设为沿行维度追加。在此示例中，新行是形状为 (1, 3) 的二维数组，与矩阵的二维结构和三列相匹配。

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = np.array([[7, 8, 9]])

result = np.append(matrix, new_row, axis=0)
print(result)

numpy.append() 会返回一个新数组，不会原地修改 matrix。如上所示，将返回值赋给变量，才能使用追加后的数组。设为 axis=0 时，数组必须具有相同的列数；如果提供形状兼容的二维数组，也可以一次追加多行。若要反复向大型数组添加内容，可以先收集各行，再一次性合并，因为每次追加都会创建一个结果数组。

使用 numpy.concatenate() 和 numpy.r_ 合并行

numpy.concatenate() 会沿现有轴连接数组。要添加行，请使用 axis=0，并确保每个输入数组的列数相同。它是一种通用的数组合并操作，也适用于合并两个以上形状兼容的数组。

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = np.array([[7, 8, 9]])

result = np.concatenate((matrix, new_row), axis=0)
print(result)

numpy.r_ 是一种特殊的索引对象，并非函数调用。对于这种情况，它可以简洁地按行合并数组：

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = np.array([[7, 8, 9]])

result = np.r_[matrix, new_row]
print(result)

如果垂直堆叠最能清楚表达意图，请使用 numpy.vstack()；如果要明确指定轴或合并一组数组，请使用 numpy.concatenate()。对于简单的拼接，numpy.r_ 则是一种简洁的替代方式。

使用 numpy.insert() 在指定位置插入一行

当新行需要放在现有行之间时，可以使用 numpy.insert()。它的 obj 参数用于指定插入位置：索引 1 会将新行放在当前第二行之前。将 axis=0 设为沿行维度插入。

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = [7, 8, 9]

result = np.insert(matrix, 1, new_row, axis=0)
print(result)

要在最后一行之后插入，请将当前行数用作插入位置。对于二维数组，.shape 是一个属性，其第一个值表示行数：

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6]])
new_row = [7, 8, 9]

position = matrix.shape[0]
result = np.insert(matrix, position, new_row, axis=0)
print(result)

与其他方法一样，numpy.insert() 会返回一个新数组。请保留返回结果，或将它重新赋给 matrix；原数组不会被修改。以上四种方法都要求新增行的列数与现有行相同。