在添加行的情况下，你最好的选择是创建一个与数据集最终一样大的数组，然后向它添加数据 row-by-row:

>>> import numpy
>>> a = numpy.zeros(shape=(5,2))
>>> a
array([[ 0., 0.],
 [ 0., 0.],
 [ 0., 0.],
 [ 0., 0.],
 [ 0., 0.]])
>>> a[0] = [1,2]
>>> a[1] = [2,3]
>>> a
array([[ 1., 2.],
 [ 2., 3.],
 [ 0., 0.],
 [ 0., 0.],
 [ 0., 0.]])

NumPy数组与列表是一个非常不同的数据结构，它被设计用于不同的方式。 你对 hstack的使用可能非常低效。 每次调用它时，现有数组中的所有数据都将复制到新数组中。 (append 函数会有同样的问题。) 如果你想一次构建一个矩阵，最好把它放在一个列表中，直到它完成，然后将它转换成数组。

mylist = []
for item in data:
 mylist.append(item)
mat = numpy.array(mylist)

item 可以是列表，数组或者任何 iterable，只要每个 item 具有相同数量的元素。

在这种特殊情况下，你可以简单地使用( data 是一些保存矩阵列的iterable )

mat = numpy.array(data)

注意，使用 list 作为变量名可能不是好做法，因为它通过该名称屏蔽内置类型，这可能导致Bug。