Python如何为函数的numpy数组参数添加一行全0元素？

嘿，这个问题我太熟悉啦！numpy数组的形状是固定的，没办法直接原地把它扩容成更大的尺寸，所以你之前的两种尝试都会踩坑：

• A = temp只是把函数内部的局部变量A指向了新数组，外部的原数组根本没变化；
• A[:,:] = temp会报错，因为原数组和新数组的形状不匹配，numpy不允许这种赋值。

给你几个实用的解决方法，都不用全局变量：

方法1：返回修改后的新数组（推荐） #

这是numpy里最常规的做法，直接在函数里创建好带全0行的新数组，然后返回出去，调用时重新赋值原变量就行：

import numpy as np
def addrow(A):
    n,p = A.shape
    temp = np.zeros((n+1,p))
    temp[:n,:] = A
    return temp

# 调用示例
A = np.array([[1, 2], [3, 4]])
A = addrow(A)
print(A)
# 输出：
# [[1. 2.]
#  [3. 4.]
#  [0. 0.]]

这种方式逻辑清晰，不会有内存引用的隐患，完全符合numpy的设计习惯。

方法2：原地调整数组大小（慎用） #

如果你因为内存限制等原因一定要原地修改，可以用resize方法，但要注意它的局限性：

import numpy as np
def addrow(A):
    n,p = A.shape
    # 原地调整数组形状，refcheck=False允许修改有引用的数组
    A.resize((n+1,p), refcheck=False)
    # 把新增的最后一行设为全0
    A[-1,:] = 0

# 调用示例
A = np.array([[1, 2], [3, 4]])
addrow(A)
print(A)
# 输出和上面一样

⚠️ 注意：refcheck=False可能会导致其他引用该数组的变量出现异常，所以除非你明确知道自己在做什么，否则优先用方法1。

方法3：用拼接函数简化代码 #

你也可以直接用np.vstack来拼接原数组和全0行，代码更简洁：

import numpy as np
def addrow(A):
    return np.vstack([A, np.zeros(A.shape[1])])

# 调用示例和效果和方法1一致

np.vstack会自动处理形状匹配，内部也是创建新数组，本质和方法1一样，只是写法更短。

内容的提问来源于stack exchange，提问作者Robien1