如何正确为NumPy二维单元素数组的每行追加相同值？

你的错误根源是原始X是二维数组（形状为(11,1)），遍历X时每个value是长度为1的子数组（比如array([6.575])），直接写[value,1]会生成混合结构，numpy无法转换为规整数组。以下是几种可行方案：

方案1：修改列表推导式，取出子数组元素 #

遍历的时候直接取子数组里的单个值，避免嵌套结构：

import numpy as np
X = np.array([[6.575],[6.421],[7.185],[6.998],[6.43],[6.012],[6.172],[5.631],[6.004],[6.377],[6.03]])
# 修改后的列表推导式
X = np.array([[value[0], 1] for value in X])

方案2：用numpy广播拼接（推荐，效率更高） #

利用numpy的数组拼接方法，直接给原始数组添加一列全1，适合大数据量场景：

import numpy as np
X = np.array([[6.575],[6.421],[7.185],[6.998],[6.43],[6.012],[6.172],[5.631],[6.004],[6.377],[6.03]])
# 生成和X行数相同的全1列数组，然后按列拼接
X = np.hstack((X, np.ones((X.shape[0], 1))))

方案3：用item()提取子数组的单个值 #

如果习惯用列表推导式，也可以用item()方法直接取出子数组里的数值：

import numpy as np
X = np.array([[6.575],[6.421],[7.185],[6.998],[6.43],[6.012],[6.172],[5.631],[6.004],[6.377],[6.03]])
X = np.array([[value.item(), 1] for value in X])

内容的提问来源于stack exchange，提问作者Ashley Roughton