Python NumPy中如何正确构造列向量拼接的目标维度矩阵

问题原因 #

• MATLAB中x(:)会将任意维度的数组强制展开为列向量，空格分隔的数组表示水平按列拼接，因此G=[x(:).^0 x(:).^1]直接得到n行2列的矩阵。
• NumPy中通过np.linspace(-10,10,2001)生成的x是形状为(2001,)的一维数组，对一维数组调用.T转置不会改变数组形状，无法得到列向量。
• 第一次尝试的写法np.array([[x.T**0],[x.T**1]])额外嵌套了两层方括号，会凭空新增两个维度，最终得到4维数组，属于多余嵌套导致的维度错误。
• 第二次尝试的写法np.array((np.ones(x.size).T, x.T))会将两个一维数组按行堆叠，得到形状为(2,2001)的数组，和目标的(2001,2)维度顺序相反。

正确实现方法 #

方法1：完全对齐MATLAB原逻辑 #

先将一维x转为二维列向量（对应MATLAB的x(:)操作），再做水平拼接：

import numpy as np
x = np.linspace(-10, 10, 2001)
# 将x转为n行1列的列向量，等价于MATLAB的x(:)
x_col = x.reshape(-1, 1)
G = np.hstack([x_col**0, x_col**1])

运行后查看G.shape可得到输出(2001, 2)，第一列全为1，第二列为x的对应取值，和MATLAB运行结果完全一致。

方法2：更简洁的按列拼接写法 #

用NumPy自带的按列堆叠函数，不需要手动将x转为二维列向量，直接传入一维数组即可：

# column_stack专门用于将多个一维/二维数组按列拼接为二维矩阵
G = np.column_stack([np.ones_like(x), x])

这里用np.ones_like(x)替代x**0，不需要做幂运算，运行效率更高，也避免了0的0次方可能触发的计算警告，结果完全相同。

方法3：用列拼接简写符 #

NumPy的np.c_是按列拼接的简写形式，写法更简短：

G = np.c_[np.ones(x.size), x]

注意事项 #

NumPy中一维数组没有行列的概念，对一维数组做转置不会改变形状。如果需要得到列向量，必须显式调用reshape(-1,1)或者x[:, np.newaxis]将其转换为二维数组后再做拼接操作。

内容的提问来源于stack exchange，提问作者John