使用Python在矩阵中添加自定义维度

1. 使用Python生成矩阵

在Python中生成矩阵可以使用numpy模块。下面是一个简单的生成一个3 x 3矩阵的代码：

import numpy as np
matrix = np.zeros((3, 3))
print(matrix)

上面的代码输出矩阵的结果为：

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

2. 添加自定义维度

添加自定义维度即在原矩阵的基础上增加一个维度。在numpy中，我们可以使用np.newaxis来实现。下面的代码演示了如何在一个3 x 3矩阵中增加一个维度：

import numpy as np
matrix = np.zeros((3, 3))
new_matrix = matrix[:, :, np.newaxis]
print(new_matrix.shape)

上面的代码输出矩阵的结果为：

(3, 3, 1)

可以看到，原来的3 x 3矩阵增加了一个维度，变成了3 x 3 x 1的矩阵。

3. 在矩阵中添加数据

3.1 在矩阵末尾添加数据

在numpy中，我们可以使用np.concatenate函数将多个矩阵合并成一个。下面的代码演示了如何在原矩阵的末尾添加数据：

import numpy as np
matrix = np.zeros((3, 3))
data = np.ones((3, 1))
new_matrix = np.concatenate([matrix, data], axis=1)
print(new_matrix)

上面的代码输出矩阵的结果为：

array([[0., 0., 0., 1.],
       [0., 0., 0., 1.],
       [0., 0., 0., 1.]])

可以看到，原矩阵的每一行末尾都添加了一个1。

3.2 在矩阵中间添加数据

在numpy中，我们可以使用np.insert函数在矩阵的某个位置插入数据。下面的代码演示了如何在原矩阵的第二列中插入数据：

import numpy as np
matrix = np.zeros((3, 3))
data = np.array([[1], [2], [3]])
new_matrix = np.insert(matrix, 1, data, axis=1)
print(new_matrix)

上面的代码输出矩阵的结果为：

array([[0., 1., 0., 0.],
       [0., 2., 0., 0.],
       [0., 3., 0., 0.]])

可以看到，原矩阵的第二列中插入了数据。

4. 小结

在numpy中，我们可以使用np.newaxis来增加自定义维度，使用np.concatenate和np.insert函数在矩阵中添加数据。

下面是完整的代码：

import numpy as np
matrix = np.zeros((3, 3))
new_matrix = matrix[:, :, np.newaxis]
print(new_matrix.shape)
data = np.ones((3, 1))
new_matrix = np.concatenate([matrix, data], axis=1)
print(new_matrix)
data = np.array([[1], [2], [3]])
new_matrix = np.insert(matrix, 1, data, axis=1)
print(new_matrix)