Comment ajouter une colonne au tableau numpy

Je pense que votre problème est que vous attendez que np.append ajoute la colonne sur place, mais ce qu'il fait, en raison de la façon dont les données numpy sont stockées, est de créer une copie des tableaux joints

Returns
-------
append : ndarray
    A copy of `arr` with `values` appended to `axis`.  Note that `append`
    does not occur in-place: a new array is allocated and filled.  If
    `axis` is None, `out` is a flattened array.

Vous devez donc enregistrer la sortie all_data = np.append(...):

my_data = np.random.random((210,8)) #recfromcsv('LIAB.ST.csv', delimiter='\t')
new_col = my_data.sum(1)[...,None] # None keeps (n, 1) shape
new_col.shape
#(210,1)
all_data = np.append(my_data, new_col, 1)
all_data.shape
#(210,9)

Autres moyens:

all_data = np.hstack((my_data, new_col))
#or
all_data = np.concatenate((my_data, new_col), 1)

Je crois que la seule différence entre ces trois fonctions (ainsi que np.vstack) sont leurs comportements par défaut lorsque axis est non spécifié:

• concatenate suppose axis = 0
• hstack suppose axis = 1 sauf si les entrées sont 1d, alors axis = 0
• vstack suppose axis = 0 après avoir ajouté un axe si les entrées sont 1d
• append aplatit le tableau

Sur la base de votre commentaire, et en regardant de plus près votre exemple de code, je crois maintenant que ce que vous cherchez probablement à faire est d'ajouter un champ à un tableau d'enregistrements. Vous avez importé les deux genfromtxt qui retourne un structuré tableau et recfromcsv qui renvoie l'subtilement différentes tableau d'enregistrements (recarray). Vous avez utilisé le {[17] } donc maintenant my_data est en fait un recarray, ce qui signifie que très probablement my_data.shape = (210,) puisque les recarrays sont des tableaux 1d d'enregistrements, où chaque enregistrement est un tuple avec le dtype donné.

, Donc vous pouvez essayer ceci:

import numpy as np
from numpy.lib.recfunctions import append_fields
x = np.random.random(10)
y = np.random.random(10)
z = np.random.random(10)
data = np.array( list(zip(x,y,z)), dtype=[('x',float),('y',float),('z',float)])
data = np.recarray(data.shape, data.dtype, buf=data)
data.shape
#(10,)
tot = data['x'] + data['y'] + data['z'] # sum(axis=1) won't work on recarray
tot.shape
#(10,)
all_data = append_fields(data, 'total', tot, usemask=False)
all_data
#array([(0.4374783740738456 , 0.04307289878861764, 0.021176067323686598, 0.5017273401861498),
#       (0.07622262416466963, 0.3962146058689695 , 0.27912715826653534 , 0.7515643883001745),
#       (0.30878532523061153, 0.8553768789387086 , 0.9577415585116588  , 2.121903762680979 ),
#       (0.5288343561208022 , 0.17048864443625933, 0.07915689716226904 , 0.7784798977193306),
#       (0.8804269791375121 , 0.45517504750917714, 0.1601389248542675  , 1.4957409515009568),
#       (0.9556552723429782 , 0.8884504475901043 , 0.6412854758843308  , 2.4853911958174133),
#       (0.0227638618687922 , 0.9295332854783015 , 0.3234597575660103  , 1.275756904913104 ),
#       (0.684075052174589  , 0.6654774682866273 , 0.5246593820025259  , 1.8742119024637423),
#       (0.9841793718333871 , 0.5813955915551511 , 0.39577520705133684 , 1.961350170439875 ),
#       (0.9889343795296571 , 0.22830104497714432, 0.20011292764078448 , 1.4173483521475858)], 
#      dtype=[('x', '<f8'), ('y', '<f8'), ('z', '<f8'), ('total', '<f8')])
all_data.shape
#(10,)
all_data.dtype.names
#('x', 'y', 'z', 'total')