如何高效地在二维numpy数组的每行开头添加指定数量的np.nan值？

你可以用矢量化切片赋值的方法替代循环，这是NumPy中处理这类问题的最优方案，完全避免了循环带来的性能损耗：

import numpy as np

original_array = np.random.rand(3, 3)
num_nan = 2  # 指定要添加的NaN数量

# 直接创建目标形状的数组，全部初始化为NaN
new_array = np.full((original_array.shape[0], num_nan + original_array.shape[1]), np.nan)
# 将原数组的数据赋值到目标数组的对应位置（跳过开头的NaN区域）
new_array[:, num_nan:] = original_array

为什么这个方法更好？ #

• 没有循环操作，完全利用NumPy的矢量化特性，在数据量较大时（比如你的(3,123...)数组，甚至更大规模），效率比循环+concatenate高得多
• 避免了循环中每次concatenate产生的临时数组，减少内存开销
• 代码更简洁直观，逻辑清晰

你的循环方法虽然能实现功能，但每次循环都要执行concatenate并赋值，在数组行数多或者每行长度大的场景下，性能会明显下降。

内容的提问来源于stack exchange，提问作者Fabio Magarelli