如何在 NumPy 二维数组中按列添加新联系人（字符串）

花韻仙語

发布时间：2026-02-16 11:03:01

100人浏览过

来源于php中文网

原创

如何在 NumPy 二维数组中按列添加新联系人（字符串）

本文详解如何正确向结构化二维 numpy 数组（如按字段分层的联系人列表）追加一列新联系人，避免维度不匹配错误，并提供安全、可复用的实现方案。

本文详解如何正确向结构化二维 numpy 数组（如按字段分层的联系人列表）追加一列新联系人，避免维度不匹配错误，并提供安全、可复用的实现方案。

在 NumPy 中，数组是固定形状的容器，不支持原地“追加行”或“追加列”操作——尤其是当数据以“字段维度优先”方式组织时（例如：第0行为姓名、第1行为姓氏、第2行为邮箱……），新增一个完整联系人实际意味着为每一行追加一个新元素，即沿 axis=1（列方向）扩展每行长度。

原始代码失败的根本原因在于：

data 形状为 (5, 3)：5 行（字段）、3 列（已有3个联系人）；
new_contact = np.array([[name, surname, email, username, password]]) 形状为 (1, 5)；
np.concatenate((data, new_contact), axis=1) 要求除 axis=1 外其余维度一致，但 data.shape[0] == 5 ≠ new_contact.shape[0] == 1，故报错。

✅ 正确做法是将新联系人从 1×5 行向量 转置为 5×1 列向量，使其能与 data 沿列方向拼接：

芦笋演示

一键出成片的录屏演示软件，专为制作产品演示、教学课程和使用教程而设计。

下载

import numpy as np

# 初始化联系人数据（5行 × 3列）
data = np.array([
    ["Leon", "John", "Petar"],
    ["Smith", "Jones", "Taylor"],
    ["<a class=\"__cf_email__\" data-cfemail=\"3458515b5a1a47595d405c745359555d581a575b59\" href=\"/cdn-cgi/l/email-protection\">[email&#160;protected]</a>",
     "<a class=\"__cf_email__\" data-cfemail=\"bcd6d3d4d292d6d3d2d9cffcdfd4d9d0d0d392ddc8\" href=\"/cdn-cgi/l/email-protection\">[email&#160;protected]</a>",
     "<a class=\"__cf_email__\" data-cfemail=\"bbcbdecfda95cfdac2d7fbdcd6dad2d795d8d4d6\" href=\"/cdn-cgi/l/email-protection\">[email&#160;protected]</a>"],
    ["maxefaxe11", "Mohrhuhn3000", "warpd_fungz"],
    ["fakemake11", "ichliebehuhn1", "lollls123"]
])

def register_contact():
    name = input("Enter name: ")
    surname = input("Enter surname: ")
    email = input("Enter email: ")
    username = input("Enter username: ")
    password = input("Enter password: ")

    # 构造新联系人：5×1 列向量（关键！）
    new_contact = np.array([
        [name],
        [surname],
        [email],
        [username],
        [password]
    ])

    # 沿 axis=1（列方向）拼接 → 新增一列
    global data
    data = np.concatenate((data, new_contact), axis=1)

    print("Contact registered successfully.")

# 示例调用（测试时取消注释）
# register_contact()
# print(data.shape)  # 应输出 (5, 4)
# print(data[:, -1])  # 查看最后一列（新联系人）

? 关键要点说明：

np.array([[a],[b],[c],[d],[e]]) 直接构造列向量，比 np.array([a,b,c,d,e]).reshape(-1,1) 或 .T 更直观且不易出错；

使用 global data 仅适用于脚本快速验证；生产环境应避免全局变量，推荐将 data 作为参数传入并返回更新后的数组：

def register_contact(data, name, surname, email, username, password):
    new_col = np.array([[name], [surname], [email], [username], [password]])
    return np.concatenate((data, new_col), axis=1)