如何使用numpy将一列1添加到规范化数组中？

Question

我的密码是

import numpy as np

housing_data = np.loadtxt('Housing.csv', delimiter=',')

x1 = housing_data[:,0]
x2 = housing_data[:,1]
y = housing_data[:,2]

avgX1 = np.mean(x1)
stdX1 = np.std(x1)
normX1 = (x1 - avgX1) / stdX1

avgX2 = np.mean(x2)
stdX2 = np.std(x2)
normX2 = (x2 - avgX2) / stdX2

ones = np.ones((normX2.shape[0], 1))

normalizedX = np.array((ones[0], normX1, normX2))

我试图用第一列中的数组创建一个新的规范化数组，然后是normX1和normX2。由于某种原因，我的代码不起作用。知道我做错了什么吗

Answer 1

实际的问题是您制作了ones2D，其中normX1和normX2是1D。然后，当调用np.array((ones[0], normX1, normX2))时，会得到ones的第一行，这是另一个长度为1的数组。np.array的三个参数之间的长度不匹配会导致它返回一个对象列表（带有dtype=object的numpy数组）

我只需要将ones设置得足够大，以便首先适合所有数据，并避免创建一个额外的数组。然后将normX1和normX2的值赋给该数组的列：

normalizedX = np.ones((normX2.shape[0], 3))
normalizedX[:,1] = normX1
normalizedX[:,2] = normX2
print(normalizedX)