إضافة عمود في مصفوفة numpy بقيم عشوائية

يمكنك استخدام append ,تأخذ الدالة append ثلاث معاملات ، الأول والثاني عبارة عن مصفوفات numpy ثنائية الأبعاد والثالث عبارة عن طول المحور المطلوب إلحاقه, ويمكنك استخدامها كالتالي

import numpy as np  
x = np.array([[1,2,3], [4,5,6]]) 
y = np.array([[1], [1]]) 
print(np.append(x, y, axis=1)) 

فيكون الناتج كالتالي

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

يمكنك أن تستخدم التابع random لتكوين مصفوفة أحادية من أرقام عشوائية كالتالي:

import numpy as np
a = np.array([
    [1, 2,],
    [3, 4]
])
x = np.random.rand(a.shape[0], 1)	# array([[0.40956956], [0.45251438]])

يمكنك بعد ذلك إستخدام التابع append لدمج المصفوفتين في مصفوفة واحدة كالتالي:

b = np.append(a, x, axis=1)

"""

Output:
array([[1.        , 2.        , 0.99125393],
       [3.        , 4.        , 0.33360925]])

"""

يمكنك أيضاً استخدام hstack وسيكون كالتالي

أولاً توليد قيم عشوائية 

import numpy as np

a = np.array([
    [1, 2,],
    [3, 4]
])
x = np.random.rand(a.shape[0], 1)

ثانياً إضافة هذه القيم من خلال ال hstack 

b = np.hstack((a, x))

هنالك خطوتين في هذا السؤال الأولى هي إنشاء البيانات العشوائية و الثانية هي عملية إضافة العمود أو الأعمدة الجديدة:

import numpy as np

N = 3

a = np.array([[1, 2,],[3, 4]])
b = np.random.random((N,a.shape[1]))

np.ascontiguousarray(numpy.vstack([a, b]).T)

في البرنامج السابق قمنا بإستيراد numpy و من ثم تعريف عدد القيم الجديدة التي نود إضافتها و مناداة الدالة random من مكتبة numpy.random وبعد تمرير الشكل إستخدمنا vstack لإلصاق القيم الجديدة بالمصفوفة a لكن لتسريع العملية إستخدمنا ascontiguousarray والتي تتعامل مع contiguous array في الذاكرة بالتالي فهي أسرع، لاحظ لنتيجة إختبار سرعات الدوال التالية:

هناك عدة طرق للقيام بذلك، وتختلف باختلاف زمن التنفيذ كما في الرسم البياني الذي قدمته Reem.
إليك أفضل الطرق للقيام بذلك:

import numpy as np
a = np.array([
    [1, 2,],
    [3, 4]
    ])
n=1
b = np.random.random((n,a.shape[1]))
# طريقة1
np.ascontiguousarray(np.vstack([a.T, b]).T)
# طريقة 2
np.c_[a, b.T]
# طريقة 4
# تكديس المصفوفات  في تسلسل عمودي (حسب الصف). 
np.vstack([a.T, b]).T
# 5 طريقة
# سلسلة من المصفوفات على طول محور موجود
np.concatenate([a.T, b]).T
# 6 طريقة
# 1D إضافة مصفوفة
# يتم إضافتها كعمود
np.column_stack([a, b.T])
# 7 تكديس المصفوفات في تسلسل أفقي أي حسب الصف
np.hstack([a, b.T])
#append و insert يمكن أيضاً استخدام التابع
# لكنهما أقل سرعة
# الخرج
"""
array([[1.        , 2.        , 0.11709763],
       [3.        , 4.        , 0.65841792]])
"""

مثال عن concatenate لتوضيح عمله:

# numpy.concatenate((a1, a2, ...), axis=0, dtype=None)
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
np.concatenate((a, b), axis=0)
"""array([[1, 2],
       [3, 4],
       [5, 6]])
"""
np.concatenate((a, b.T), axis=1)
"""array([[1, 2, 5],
       [3, 4, 6]])"""

np.concatenate((a, b), axis=None)
"""array(
[1, 2, 3, 4, 5, 6]
)"""

استخدام hstack و vstack يبدو الحل الأسرع (التخزين بشكل contiguous أي تخزين المصفوفات بشكل متجاور بشكل عام بعتبر أسرع من ناحية إجراء العمليات عليه لكن هذه الطرق-أقصد stack بأنواعها- لاتخزن المصفوفات بشكل متجاور، لذا نستخدم التابع ascontiguousarray لتحويلها لكن هذا سيكلفنا المزيد من الوقت وهذا مايتضح لنا في الرسم البياني الذي قدمته Reem، لذا لا أفضله).
أفضل استخدام concat أو column_stack فهو مريح أكثر ومناسب وسرعته مناسبة كما ترى في الرسم البياني الذي أرفقته Reem