NumPy调用np.insert向二维数组插入列结果异常咨询

问题原因 #

你对np.insert的值处理逻辑理解有误：该函数不会自动把传入的单个标量广播为一整列/整行匹配长度的数组。当沿axis=1（列方向）插入时，如果传入的values形状和数组行数不匹配，numpy会触发隐式的数组扁平化逻辑，插入值后再按默认规则重排形状，最终就会出现你遇到的维度完全错乱的问题。
另外需要注意np.insert的固定参数顺序是(目标数组, 插入位置, 插入值, 轴向)，参数顺序传错也会导致结果异常。

正确实现方案 #

下面三种写法都可以稳定得到你要的「第一列全为1」的4行4列数组，选一种用就行：

• 方案1：正确调用np.insert，传入和原数组行数等长的全1数组，不要传单个标量

  row_count = base_points_array.shape[0]
  result = np.insert(base_points_array, obj=0, values=np.ones(row_count), axis=1)
  

• 方案2：用水平拼接函数np.hstack，逻辑更直观，不容易踩参数的坑

  row_count = base_points_array.shape[0]
  ones_col = np.ones((row_count, 1)) # 生成4行1列的全1列
  result = np.hstack([ones_col, base_points_array])
  

• 方案3：用numpy的列拼接简写np.c_，代码最简洁

  result = np.c_[np.ones(base_points_array.shape[0]), base_points_array]
  

运行后得到的结果完全符合预期：

array([[ 1. , -1.5, -1.5, -1.5],
       [ 1. , -1.5, -1.5, -0.8],
       [ 1. , -1.5, -0.8, -0.8],
       [ 1. , -0.8, -0.8, -0.8]])

内容的提问来源于stack exchange，提问作者eeqesri