配列にデータ列を1カラムしたいことがあったが、スマートに書けずに詰まってしまった。色々と触ってみたらnumpyの行列の概念について気づきがあったのでまとめておく。

背景

X: n*m行列(n:データ数、m:特徴量次元)の標本データと、正解ラベルy:n個 ( np.array([])で定義。後述の通り、行・列の両方として機能)があるとき、配列Xのm+1列目に正解ラベルyを追加して、データ一覧と正解ラベルを並べて見たいことがあった。

具体的には下記のようなことである。

Xは標本データ、yは正解ラベル

X = np.array([[1,2],[3,4],[5,6]])
y = np.array('a','b','c')

上のようなデータがあるとき、次のように標本データに正解ラベルのカラムを1列追加したい

標本データに正解カラムを1列追加した例

-> array([[1,2,'a'],
          [3,4,'b'],
          [5,6,'c']])

やりかた

vstackを使う方法

Xを転置させ、正解ラベルyを末尾に1行連結する。最後に全体を転置して完成。
np.vstack((X.T, y)).T

appendを使う方法

yを明示的にn行1列の配列としてリサイズする。axis=1とすることでXにyを列方向に連結する。
np.append(X, y.reshape(len(y), 1), axis=1)

変則的な別解

あらかじめ正解ラベルをy = np.array([['a','b','c']])として[]を二重にして、1行3列の配列として生成させる。ここで、y.Tとすると下記のように3行1列となる。

array([
['a'],
['b'],
['c']
])

よって、この場合は下記のコマンドでうまくいく。
np.append(X, y.T, axis=1)

わかったこと

・1行3列を明示的に表現するには np.array([[1,2,3]])
・np.array([1,2,3])と表記すると1行3列の配列になると思い込んでいたが、shapeを確認すると(3,)と出力された。np.array([1,2,3).Tとしても同様。
・すなわち、np.array([1,2,3])と表記しただけでは行や列の概念がないと解釈できる。（というより、臨機応変に「行」や「列」として動作しているようだ)